概述

简述

Megatron 和 DeepSpeed 是两个很重要的预训练框架。Megatron 是英伟达做的超大规模预训练模型框架，主要是利用 tensor parallel 做性能优化以及 mode parallel。DeepSpeed 是微软团队做的深度学习加速框架。这两个团队合作构造出 Megatron-DeepSpeed 框架，相当于是把两个框架的特点结合在一起，并用它训练一个 530B 的模型。

• 参考实现：

  url=https://github.com/microsoft/Megatron-DeepSpeed.git
  commit_id=b4d4a0e

• 适配昇腾 AI 处理器的实现：

  url=https://gitee.com/ascend/ModelZoo-PyTorch.git
  code_path=PyTorch/built-in/nlp

• 通过Git获取代码方法如下：

  git clone {url}       # 克隆仓库的代码
  cd {code_path}        # 切换到模型代码所在路径，若仓库下只有该模型，则无需切换

• 通过单击“立即下载”，下载源码包。

准备训练环境

准备环境

• 当前模型支持的 PyTorch 版本和已知三方库依赖如下表所示。

  表 1 版本支持表

  Torch_Version	三方库依赖版本
  PyTorch 1.8	-
  PyTorch 1.11	-

• 环境准备指导。

  请参考《Pytorch框架训练环境准备》。

• 安装依赖。

  在模型源码包根目录下执行命令，安装模型对应PyTorch版本需要的依赖。

  pip3 install -r requirements.txt

• 安装Ascend DeepSpeed

  cd GPT-2_for_PyTorch
  pip3 install deepspeed==0.9.2  # 首先安装原生deepspeed
  git clone -b v0.9.2 https://gitee.com/ascend/DeepSpeed.git
  cd ./DeepSpeed
  pip3 install ./
  cd -

• 克隆原始仓

  cd GPT-2_for_PyTorch
  git clone https://github.com/microsoft/Megatron-DeepSpeed.git
  cd ./Megatron-DeepSpeed
  git checkout b4d4a0e
  cd -

准备数据集

1. 获取数据集。

   bash ./test/dataset_preprocess_gpt.sh

2. 数据集目录结构 将数据集默认放置在./data/下，数据集的目录结构如下所示：

   ├── ./data/
         ├── gpt2-vocab.json         
         ├── gpt2-merges.txt
         ├── my-gpt_text_sentence.bin
         ├── my-gpt_text_sentence.idx

说明： 该数据集的训练过程脚本只作为一种参考示例。

开始训练

训练模型

1. 进入解压后的源码包根目录。

   cd ./${模型文件夹名称} 

2. 运行训练脚本。

   该模型支持单机8卡训练，由于多卡训练使能了多种并行特性，单卡没有相匹配的模型，故不支持单卡训练。

   • 单机8卡训练

     启动8卡训练。

     bash ./test/train_full_8p.sh --data_path=$real_data_path --model_size=$selected_model_size --train_iters=$train_iters
     bash ./test/train_performance_8p.sh --data_path=$real_data_path --model_size=$selected_model_size --train_iters=$train_iters

   • 备注1：model_size代表模型参数量，目前只提供了5种：345M、1.3B、2.7B、3.7B、345M_without_mp，用户可从5种之中选1种，也可不选默认model_size=345M

   • 备注2：train_iters代表训练迭代次数，不设置时默认值500000

   • 训练完成后，权重文件保存在./ckpts/ckpts_tmp下，并输出模型训练精度和性能信息。

训练结果展示

表 2 训练结果展示表

NAME	params	PPL	samples/s	seq_len	Steps
8p-竞品V	345M	26.375	37.8	1024	500000
8p-NPU	345M	26.485	59.7	1024	500000
8p-竞品V	1.3B	-	15.71	1024
8p-NPU	1.3B	-	21.47	1024
8p-竞品V	2.7B	-	4.125	2048
8p-NPU	2.7B	-	5.280	2048
8p-竞品V	3.7B	-	3.120	2048
8p-NPU	3.7B	-	4.558	2048

表 3 345M_without_mp训练结果展示表

NAME	params	PPL	samples/s	seq_len	Steps
8p-竞品A	345M	28.67	235	1024	100000
8p-NPU	345M	28.71	227	1024	100000

备注：一定要有竞品和NPU。

公网地址说明

代码涉及公网地址参考 public_address_statement.md

版本说明

变更

2023.03.20：首次发布 2023.05.24：首次变更

FAQ

1. 针对Pytorch 2.0及以后版本，由于torch._six接口已弃用，且npu目前只支持0.6.0版本的deepspeed，可对应修改该三方库的源码文件。

   # 请参考以下路径修改源码文件，将文件中的 “from torch._six import inf” 修改为 “from math import inf”
   vim /usr/local/python3.8.10/lib/python3.8/site-packages/deepspeed/runtime/utils.py +18
   vim /usr/local/python3.8.10/lib/python3.8/site-packages/deepspeed/runtime/zero/stage_1_and_2.py +8
   vim /usr/local/python3.8.10/lib/python3.8/site-packages/deepspeed/runtime/zero/stage3.py +19
   vim /home/xxx/GPT-2_for_PyTorch/Megatron-DeepSpeed/megatron/optimizer/clip_grads.py +19