大模型预训练介绍

大模型预训练介绍#

PaddleNLP大模型套件支持 LLaMA v1/v2、GPT-3、BaiChuan、Qwen 等大模型的预训练支持。

git clone 代码到本地，即可开始。

git clone https://github.com/PaddlePaddle/PaddleNLP.git
# pip install ./PaddleNLP 使用develop版本
cd PaddleNLP/llm
# 到达运行目录

数据制作#

详细制作流程可参考下列文档：

开始训练#

为了方便用户运行测试本模型，本项目提供了处理好的100k条doc的训练样本：

# llama 模型数据下载
wget https://bj.bcebos.com/paddlenlp/models/transformers/llama/data/llama_openwebtext_100k.bin
wget https://bj.bcebos.com/paddlenlp/models/transformers/llama/data/llama_openwebtext_100k.idx

# gpt 模型数据下载
# wget https://bj.bcebos.com/paddlenlp/models/transformers/gpt/data/gpt_en_dataset_300m_ids.npy
# wget https://bj.bcebos.com/paddlenlp/models/transformers/gpt/data/gpt_en_dataset_300m_idx.npz

将所有预处理得到的文件统一放入一个文件夹中，以备训练使用：

mkdir data
mv llama_openwebtext_100k.bin ./data
mv llama_openwebtext_100k.idx ./data

# 编译自定义算子，可选
cd ../slm/model_zoo/gpt-3/external_ops/ && python3 setup.py install && cd -

# llama 模型预训练
python -u  -m paddle.distributed.launch --gpus "0,1,2,3,4,5,6,7" run_pretrain.py ./config/llama/pretrain_argument.json

# Qwen 模型预训练
python -u  -m paddle.distributed.launch --gpus "0,1,2,3,4,5,6,7" run_pretrain.py ./config/qwen/pretrain_argument.json

注意：

  1. 建议使用paddle develop版本训练，需要安装 pip install fast_dataindex visualdl==2.5.3 等相关缺失whl包。

  2. use_flash_attention 需要在A100机器开启，建议使用cuda11.8环境。

  3. use_fused_rms_norm 需要安装 此目录 下的自定义OP, python setup.py install。如果安装后仍然找不到算子，需要额外设置 PYTHONPATH。

  4. continue_training 表示从现有的预训练模型加载训练。7b模型初始loss大概为2.xx, 随机初始化模型loss从11.x左右下降。

  5. 当前脚本为sharding版本，需要4D并行训练（数据、sharding、张量、流水线并行）的用户，请参考 run_trainer_tp4pp2.sh 脚本。

  6. 多机训练时，若各机器使用的训练数据文件位置相同（例如挂载共享硬盘情况），请指定 --share_folder true 使全局0号卡制作缓存数据。否则默认各台机器的0号卡独立制作缓存数据，

  7. 若数据集文件夹中存在默认缓存文件夹 index-cache/ ，则额外指定的 --data_cache 不生效，训练时优先加载默认缓存文件夹中的内容。

预训练使用了PaddleNLP的Trainer模块，相关分布式策略使用，请参考 大模型 Trainer 混合并行训练教程

模型预训练支持的分布式能力一览#

模型能力汇总#

Model

Data Parallelism

Tensor Parallelism

Pipeline Parallelism

sequence parallelism

Flash Attention

Selective Recompute

Sharding Stage1 + recompute

Sharding Stage1 + DP

Stage2 + recompute

Stage2 + DP

Stage3 + recompute

Stage3 + DP

LLaMA-65B

✅

✅

✅

✅

✅

✅

✅

✅

✅

✅

✅

✅

LLaMA2-70B

✅

✅

✅

✅

✅

✅

✅

✅

✅

✅

✅

✅

BaiChuan-13B

✅

✅

✅

✅

✅

✅

✅

✅

✅

✅

✅

✅

GPT3

✅

✅

✅

✅

✅

✅

✅

✅

✅

✅

✅

✅

Qwen-7B

✅

✅

✅

⬜

✅

✅

⬜

✅

✅

✅

✅

✅

Qwen-14B

✅

✅

✅

⬜

✅

✅

⬜

✅

✅

✅

✅

✅

OPT 66B

✅

✅

⬜

⬜

❌

🚧

⬜

⬜

⬜

⬜

⬜

⬜

Bloom-176B

✅

✅

⬜

⬜

✅

🚧

⬜

⬜

⬜

⬜

⬜

⬜

ChatGLM-6B

✅

✅

⬜

⬜

✅

🚧

⬜

⬜

⬜

⬜

⬜

⬜

ChatGLM2

✅

✅

⬜

⬜

❌

🚧

⬜

⬜

⬜

⬜

⬜

⬜

GLM 130B

✅

✅

⬜

⬜

❌

🚧

⬜

⬜

⬜

⬜

⬜

⬜

  • ✅: 已支持，Supported

  • 🚧: 部分支持，In Progress

  • ❌: 暂不支持，Not Supported

模型权重支持列表#

上表中展示的是部分模型权重，支持的所有模型如下：

* LLaMA系列
  - facebook/llama-7b [英文]
  - facebook/llama-13b [英文]
  - facebook/llama-65b [英文]
  - meta-llama/Llama-2-7b [英文]
  - meta-llama/Llama-2-7b-chat [英文]
  - meta-llama/Llama-2-13b [英文]
  - meta-llama/Llama-2-13b-chat [英文]
  - meta-llama/Llama-2-70b [英文]
  - baichuan-inc/Baichuan-7B [中文]
  - baichuan-inc/Baichuan-13B-Base [中文]
  - baichuan-inc/Baichuan-13B-Chat [中文]
  - baichuan-inc/Baichuan2-7B-Base [中文]
  - baichuan-inc/Baichuan2-7B-Chat [中文]
  - baichuan-inc/Baichuan2-13B-Base [中文]
  - baichuan-inc/Baichuan2-13B-Chat [中文]
  - FlagAlpha/Llama2-Chinese-7b-Chat [中文]
  - FlagAlpha/Llama2-Chinese-13b-Chat [中文]
  - idea-ccnl/ziya-llama-13b-v1 [中文]
  - linly-ai/chinese-llama-2-7b [中文]
  - linly-ai/chinese-llama-2-13b [中文]
* ChatGLM系列
  - THUDM/chatglm-6b-v1.1 [中文]
  - THUDM/chatglm2-6b [中文]
* BLOOM系列
  - bigscience/bloom-7b1 [英文]
  - bigscience/bloomz-7b1 [多语言]
  - bigscience/bloomz-7b1-mt [多语言]
* Qwen系列
  - qwen/qwen-7b [中文]
  - qwen/qwen-7b-chat [中文]
  - qwen/qwen-14b [中文]
  - qwen/qwen-14b-chat [中文]

模型预训练性能#

以下测试结果基于

机器环境：

  • GPU: A100 80G * 8, CUDA 11.8, NCCL 2.15

  • CPU: Intel(R) Xeon(R) Platinum 8350C CPU @ 2.60GHz

  • 内存：1 TB

paddle commit id              : 9b36e53f24ac5f471b20de99e0cc3980f38b44ab
paddlenlp commit id           : 0b246a609a3062e3c3256d87193b70277b5b07e0
模型性能测试汇总#

模型

序列长度

分布式策略

速度 [1] [2]

显存占用 [3]

配置文件

测试时间

FlagAlpha/Llama2-Chinese-13b-Chat

4096

tp2sd4_stage2

1980.22

64323MB

./llama/pretrain-flagalpha_llama2_13b-tp2sd4_stage2.json

2023-11-27 21:42:38

FlagAlpha/Llama2-Chinese-7b-Chat

4096

tp2sd4_stage2

3744.62

52092MB

./llama/pretrain-flagalpha_llama2_7b-tp2sd4_stage2.json

2023-11-27 21:44:57

baichuan-inc/Baichuan2-13B-Base

4096

sd8_stage2

1354.99

74767MB

./baichuan/pretrain-baichuan2_13b-sd8_stage2.json

2023-11-27 21:51:26

baichuan-inc/Baichuan2-7B-Base

4096

tp2sd4_stage2

3542.45

58363MB

./baichuan/pretrain-baichuan2_7b-tp2sd4_stage2.json

2023-11-27 21:53:58

facebook/llama-13b

4096

tp2sd4_stage2

1969.64

64278MB

./llama/pretrain-llama_13b-tp2sd4_stage2.json

2023-11-27 21:58:03

facebook/llama-7b

4096

tp2sd4_stage2

3754.73

52092MB

./llama/pretrain-llama_7b-tp2sd4_stage2.json

2023-11-27 22:00:30

idea-ccnl/ziya-llama-13b-v1

4096

tp2sd4_stage2

1968.34

63983MB

./llama/pretrain-ziya_llama_13b-tp2sd4_stage2.json

2023-11-27 22:04:35

linly-ai/chinese-llama-2-7b

4096

tp2sd4_stage2

3732.9

51751MB

./llama/pretrain-linly_llama2_7b-tp2sd4_stage2.json

2023-11-27 22:06:58

meta-llama/Llama-2-13b

4096

tp2sd4_stage2

1975.63

64294MB

./llama/pretrain-llama2_13b-tp2sd4_stage2.json

2023-11-27 22:11:04

meta-llama/Llama-2-7b

4096

tp2sd4_stage2

3755.21

52092MB

./llama/pretrain-llama2_7b-tp2sd4_stage2.json

2023-11-27 22:13:34

qwen/qwen-7b

4096

tp2sd4_stage2

3607.28

65448MB

./qwen/pretrain-qwen_7b-tp2sd4_stage2.json

2023-11-27 22:16:04