更新时间:2025-08-06 GMT+08:00
分享

MindSpeed-LLM

本章节主要描述训练所需的yaml配置文件、配置参数说明,用户可根据实际自行选择其需要的参数。

yaml文件参数配置

根据以下步骤修改yaml文件。

  1. 数据集选择:以下参数二选一,详解如下。

    参数

    示例值

    参数说明

    backend_config.preprocess_data.input

    【预训练:pt】预训练数据集相对或绝对地址

    【微调:sft】微调数据集相对或绝对地址

    训练时指定的输入数据路径。请根据实际规划修改。用户根据训练情况二选一

    backend_config.training.data-path

    /home/ma-user/ws/xxx

    已处理好数据路径目录,如有处理完成数据可设置此参数

  2. 训练场景、权重文件、输出目录及其他重要参数设置,详解如下。

    参数

    示例值

    参数说明

    backend_config.training.tokenizer-name-or-path

    /home/ma-user/ws/llm_train/AscendFactory/model/llama2-70B

    【必修改】加载tokenizer与Hugging Face权重时,对应的存放地址。请根据实际规划修改。

    af_output_dir

    /home/ma-user/ws/save_dir

    【必修改】训练任务结束生成日志及权重文件目录

    backend_config.preprocess_data.handler-name

    • GeneralPretrainHandler
    • AlpacaStyleInstructionHandler
    • SharegptStyleInstructionHandler

    【必修改】示例值需要根据数据集${dataset}的不同,选择其一。

    • GeneralPretrainHandler:使用预训练的alpaca数据集。
    • AlpacaStyleInstructionHandler:使用微调Alpaca数据集
    • SharegptStyleInstructionHandler:使用Sharegpt数据集

    backend_config.convert_ckpt_mg2hf

    null

    训练过程是否将Megatron格式的权重转换为HuggingFace格式的权重。默认转换,设置为null则表示不转换

    断点续训

    backend_config.training. no-load-optim

    backend_config.training. no-load-rng

    false

    是否加载优化器状态

    • false:表示不加载
    • true:表示加载

    backend_config.training.finetune

    false

    是否重置优化器状态、重置迭代次数为0;

    • true:是
    • false:否

    backend_config.training.load

    path/to/xxx

    加载训练过程中生成Megatron格式权重.

    预训练

    backend_config.training.stage

    false

    表示训练类型,预训练设置为false

    • false:预训练
    • sft:指令微调

    backend_config.preprocess_data.handler-name

    GeneralPretrainHandler

    指定数据集处理Handler

    backend_config.training.is-instruction-dataset

    false

    是否为结构化数据集

    • true:是
    • false:否

    backend_config.training.finetune

    false

    是否重置优化器状态、重置迭代次数为0;

    • true:是
    • false:否

    reset-position-ids

    true

    在文档结束标记之后重置索引(主要场景:数据集处理时使用了pack模式)。

  3. 其他参数设置,详解如下。

    参数

    示例值

    参数说明

    backend_config.training.micro-batch-size

    1

    表示流水线并行中一个micro batch所处理的样本量。在流水线并行中,为了减少气泡时间,会将一个step的数据切分成多个micro batch。

    该值与tensor-model-parallel-size和pipeline-model-parallel-size以及模型大小相关,可根据实际情况进行调整,简称MBS。

    backend_config.training.global-batch-size

    128

    表示训练中所有机器一个step所处理的样本量。影响每一次训练迭代的时长,简称GBS。

    backend_config.training.tensor-model-parallel-size

    8

    表示张量并行,简称TP。

    backend_config.training.pipeline-model-parallel-size

    4

    表示流水线并行。一般此值与训练节点数相等,与权重转换时设置的值相等,简称PP。

    backend_config.training.context-parallel-size

    1

    表示context并行,默认为1;应用于训练长序列文本的模型,如果训练时SEQ_LEN超过32768长度,则推荐增加此值(≥ 2),简称CP。

    backend_config.training.lr

    2.5e-5

    学习率设置。

    backend_config.training.min-lr

    2.5e-6

    最小学习率设置。

    backend_config.training.train-iters

    10

    非必填。表示训练step迭代次数,有默认值。

    backend_config.training.save-interval

    1000

    用于模型中间版本地保存。

    • 当参数值>=TRAIN_ITERS时,生成模型仅保存经过TRAIN_ITERS次训练后的最后一个版本。
    • 当参数值<TRAIN_ITERS时,生成模型会每经过SAVE_INTERVAL次,保存一次模型版本。

    模型版本保存次数=TRAIN_ITERS//SAVE_INTERVAL+1

    backend_config.training.save-total-limit

    -1

    用于控制权重版本保存次数。

    • 当参数不设置或<=0时,不会触发效果。
    • 参数值需<=TRAIN_ITERS//SAVE_INTERVAL+1
    • 当参数值>1时,保存模型版本次数与SAVE_TOTAL_LIMIT的值一致。

    backend_config.training.load

    null

    加载权重路径,默认加载权重,null则表示不加载权重。

模型参数设置规定

  • TP张量并行 、PP流水线并行、CP context并行的参数设置:TP×PP×CP的值要被NPU数量(word_size)整除。
  • TP×CP的值要被模型参数中 num_attention_heads 整除。
  • MBS(micro-batch-size)、GBS(global-batch-size)的设置:需要遵循GBS/MBS的值能够被NPU/(TP×PP×CP)的值进行整除。

相关文档