操作步骤（集群场景的大模型并行方式优化推荐）

执行以下操作进行专家系统分析：

1. 配置环境变量。

   . ${install_path}/ascend-toolkit/set_env.sh

   ${install_path}为Ascend-cann-toolkit开发套件包的指定安装路径。

2. 执行分析命令。

   msadvisor -d ${data_path}/ -c ${install_path}/ascend-toolkit/latest/tools/msadvisor/conf/train.json -p "parallel_optimization_model.device=1024;parallel_optimization_model.model_mode=pangu_200B"

   其中-d参数指定的目录仅作为分析结果的输出目录。-p参数说明如下表：

   表1 -p参数配置说明

   参数	说明
   parallel_optimization_model.device	大模型训练时，所用到的集群的卡的数量。默认取值为1024。
   parallel_optimization_model.model_mode	训练时，用到的模型类型，当前本知识库支持七种不同类型的大模型，当前支持取值为： “pangu_200B” “pangu_13B” “pangu_2_6B” “pangu_1_3B” “GLaM_1_2T” “GlaM_143B” “Switch_C” 默认取值为pangu_200B。
   注：parallel_optimization_model为训练并行优化知识库名称。

3. 完成分析后，系统会将分析结果以打屏的形式展示并且保存分析结果为.json文件。
   • 相关展示结果及优化建议参见下文输出结果和优化建议。
   • .json文件保存在数据路径下的recommendation子目录中，msadvisor分析命令执行完成后显示存放路径。如图1所示。
     图1 结果文件输出
     

     .json文件的命名格式为：时间戳_专家系统运行时PID信息。

   

   专家系统工具仅提供模型或算子的可优化项并给出优化建议，具体优化方式请开发者自行修改代码。