通义千问

模型描述

Qwen2是Qwen系列的新的大型语言模型。Qwen2发布了许多基本语言模型和指令调整的语言模型，参数范围从5亿到720亿，包括专家混合模型。 与最先进的开源语言模型（包括之前发布的Qwen1.5）相比，Qwen2总体上超越了大多数开源模型，并在一系列针对语言理解，语言生成，多语言能力，编码，数学，推理等的基准测试中表现出对专有模型的竞争力。

@article{qwen2,
  title={Qwen2 Technical Report},
  year={2024}
}

模型性能

以下模型性能均由Atlas 800T A2硬件环境下测试得出。

以下模型性能均由Atlas 900 A2 PoDc硬件环境下测试得出。

模型文件

Qwen2 基于 MindFormers 实现，主要涉及的文件有：

1. 模型具体实现：

   research/qwen2
     └── qwen2_tokenizer.py                        # tokenizer
   

2. 模型配置：

   research/qwen2
     ├── qwen2_0_5b                                        # qwen2 0.5B 配置文件
     │   ├── finetune_qwen2_0.5b_32k.yaml                  # 0.5B 32k 全参微调启动配置
     │   └── predict_qwen2_0_5b_instruct.yaml              # 0.5B 在线推理启动配置
     ├── qwen2_1_5b                                        # qwen2 1.5B 配置文件
     │   ├── finetune_qwen2_1.5b_32k.yaml                  # 1.5B 32k 全参微调启动配置
     │   └── predict_qwen2_1_5b_instruct.yaml              # 1.5B 在线推理启动配置
     ├── qwen2_7b                                          # qwen2 7B 配置文件
     │   ├── finetune_qwen2_7b.yaml                        # 7B 全参微调启动配置
     │   └── predict_qwen2_7b_instruct.yaml                # 7B 在线推理启动配置
     ├── qwen2_57b                                         # qwen2 57B 配置文件
     │   ├── finetune_qwen2_57b.yaml                       # 57B 全参微调启动配置
     │   ├── predict_qwen2_57b_a14b_instruct.yaml          # 57B 在线推理启动配置
     │   └── pretrain_qwen2_57b.yaml                       # 57B 训练启动配置
     ├── qwen2_72b                                         # qwen2 72B 配置文件
     │   ├── finetune_qwen2_72b_32k.yaml                   # 72B 32k 全参微调启动配置
     │   ├── predict_qwen2_72b_instruct.yaml               # 72B 在线推理启动配置
     └── └── predict_qwen2_72b_instruct_128k.yaml          # 72B 128k 在线推理启动配置
   

3. 环境准备和任务启动脚本：

   research/qwen2
     ├── convert_weight.py                         # 权重转换脚本
     └── convert_moe_weight.py                     # 针对Qwen2-57B-A14B的MoE模型权重转换脚本
   

环境及数据准备

安装环境

MindFormers软硬件配套关系以及安装参考环境安装指南和版本匹配关系。

数据及权重准备

数据集下载

MindFormers提供alpaca作为微调数据集。

数据预处理中所用的vocab.json和merges.txt可以参考模型权重下载进行下载。

• alpaca 数据预处理

  1. 执行research/qwen2/alpaca_converter.py，将原始数据集转换为指定格式。(静态shape)
  2. 执行research/qwen2/alpaca_converter_json.py，将原始数据集转换为指定格式。(动态shape)

  python alpaca_converter.py \
   --data_path path/alpaca_data.json \
   --output_path /path/alpaca-data-messages.json
  
  # 参数说明
  data_path:   输入下载的文件路径
  output_path: 输出文件的保存路径
  

  执行research/qwen2/qwen2_preprocess.py文件，进行数据预处理和Mindrecord数据生成。

  python qwen2_preprocess.py \
   --dataset_type 'qa' \
   --input_glob /path/alpaca-data-messages.json \
   --vocab_file /path/vocab.json \
   --merges_file /path/merges.txt \
   --seq_length 32768 \
   --output_file /path/alpaca-messages.mindrecord
  
  # 参数说明
  dataset_type: 预处理数据类型
  input_glob:   转换后的alpaca的文件路径
  vocab_file:   vocab.json文件路径
  merges_file:  merges.txt文件路径
  seq_length:   输出数据的序列长度
  output_file:  输出文件的保存路径
  

模型权重下载

用户可以从HuggingFace官方下载预训练权重，经过模型权重转换后进行使用，vocab.json和merges.txt文件也在链接中下载。

词表下载链接：vocab.json和merges.txt

模型权重转换

下载完成后，运行如下转换脚本，将huggingface的权重转换为完整的ckpt权重。

# 稠密模型
python convert_weight.py --model qwen2 --input_path TORCH_CKPT_DIR --output_path {path}/MS_CKPT_NAME --dtype bf16

# 参数说明
model:       模型名称
input_path:  下载HuggingFace权重的文件夹路径
output_path: 转换后的MindSpore权重文件保存路径
dtype:       转换权重的精度

# MoE模型
cd mindformers/research/qwen2
python convert_moe_weight.py --torch_ckpt_dir TORCH_CKPT_DIR --mindspore_ckpt_path {path}/MS_CKPT_NAME --dtype bf16 --config_path predict_qwen2_57b_a14b_instruct.yaml

# 参数说明
torch_ckpt_dir:      下载HuggingFace权重的文件夹路径
mindspore_ckpt_path: 转换后的MindSpore权重文件保存路径
dtype:               转换权重的精度
config_path:         推理yaml文件路径

• 模型权重切分与合并

  从hugging face或官方github仓库转换而来的权重通常是单卡权重，基于该权重进行多卡微调，评测，推理，涉及ckpt从单机策略到分布式策略的切换。

  通常训练采用分布式训练，基于该权重进行评测，推理多采用单卡，涉及ckpt从分布式策略到单机策略的切换。

  以上涉及到ckpt的单卡，多卡转换，详细教程请参考特性文档模型权重切分与合并

微调

注意事项：

1. 当前支持模型已提供推理相关配置文件，请根据实际使用模型更改配置文件。

2. 运行下面的代码需要在mindformers/目录下，或者先将mindformers/目录所在路径加入到PYTHONPATH环境变量中。

以``qwen2-7b` 8卡微调为例，执行如下命令进行微调，微调前请参考权重转换切分权重。

1. 主要参数配置参考:

• 基本配置：

   load_checkpoint: '/path/qwen2_7b.ckpt' # 权重转换后的文件
   train_dataset: &train_dataset
     data_loader:
       type: MindDataset
       dataset_dir: "/path/alpaca-data.mindrecord" # 实际微调数据集
       shuffle: True
   # parallel config
   parallel_config:
     data_parallel: 2
     model_parallel: 4
     pipeline_stage: 1
     use_seq_parallel: True
     micro_batch_num: 1
     vocab_emb_dp: False
     gradient_aggregation_group: 4
   micro_batch_interleave_num: 2
   # processor config
   processor:
     return_tensors: ms
     tokenizer:
       model_max_length: 32768
       vocab_file: "./path/vocab.json" # 参考qwen2-7b官网下载的词表
       merges_file: "./path/merges.txt" # # 参考qwen2-7b官网下载的merge文件
  

• 动态shape配置：

# model config
model:
  model_config:
    is_dynamic: True
# dataset
train_dataset: &train_dataset
  data_loader:
    type: SFTDataLoader
    dataset_dir: "./path/alpaca-data-json.json"
    tokenizer:
      unk_token: '<|endoftext|>'
      eos_token: '<|endoftext|>'
      pad_token: '<|endoftext|>'
      type: Qwen2Tokenizer
      vocab_file: "./path/vocab.json"
      merges_file: "./path/merges.txt"
    max_length: 32768
    file_format: json
    dataset_name: multi-round-chat-dyn-alpaca
    shuffle: False
    map_function_kwargs: {"user_prompt":"system\nYou are a helpful assistant.", "user_prompt_role":"user\n", "assistant_prompt_role":"assistant\n"}
    num_samples: 20000
  pad_token_id: 151643
  divisor: 4
  remainder: 1
  input_columns: ["input_ids", "labels"]
  num_parallel_workers: 8
  python_multiprocessing: False
  drop_remainder: True
  batch_size: 1
  repeat: 1
  numa_enable: False
  prefetch_size: 1
  dynamic_batch: True

2. 启动微调:

   bash scripts/msrun_launcher.sh "run_mindformer.py \
    --config research/qwen2/qwen2_7b/finetune_qwen2_7b.yaml \
    --run_mode finetune \
    --register_path research/qwen2"
   

推理

大模型推理升级训推一体架构，实现脚本、分布式策略和运行时的统一，通过融合大算子降低推理时延，有效提升网络吞吐量。

注意事项：

1. 当前支持模型已提供推理相关配置文件，请根据实际使用模型更改配置文件。

2. 运行下面的代码需要在mindformers/目录下，或者先将mindformers/目录所在路径加入到PYTHONPATH环境变量中。

基于高阶接口的推理

多卡推理

以qwen2_7b4卡推理为例，执行如下命令进行推理, 推理前先参考权重转换切分权重。

1. 主要参数配置参考：

   parallel_config:
     data_parallel: 1
     model_parallel: 4
     pipeline_stage: 1
     micro_batch_num: 1
     vocab_emb_dp: False
     gradient_aggregation_group: 4
   model:
     model_config:
       qkv_concat: False
   processor:
     tokenizer:
       vocab_file: "/path/vocab.json" # 参考qwen2-7b官网下载的词表
       merges_file: "/path/merges.txt" # # 参考qwen2-7b官网下载的merge文件
   

2. 启动多卡推理：

   # 推理命令中参数会覆盖yaml文件中的相同参数
   bash scripts/msrun_launcher.sh "run_mindformer.py \
    --config research/qwen2/qwen2_7b/predict_qwen2_7b_instruct.yaml \
    --load_checkpoint /path/model_dir \
    --register_path research/qwen2 \
    --run_mode predict \
    --use_parallel True \
    --auto_trans_ckpt False \
    --predict_data 帮助我制定一份去上海的旅游攻略" 4
   # 帮助我制定一份去上海的旅游攻略，包括景点、美食、住宿等信息...