文档首页/
AI开发平台ModelArts/
最佳实践/
LLM大语言模型训练推理/
主流开源大模型基于DevServer适配LlamaFactory PyTorch NPU训练指导（6.3.911）/
训练脚本说明/
NPU_Flash_Attn融合算子约束
更新时间：2024-12-17 GMT+08:00
NPU_Flash_Attn融合算子约束
- query、key、value都需要梯度。默认开启重计算，则前向时qkv没有梯度，如果需要关闭重计算，可以在yaml配置 `disable_gradient_checkpointing: true` 关闭，但显存占用会直线上升。
- attn_mask只支持布尔（bool）数据类型，或者为None。
- query的shape仅支持 [B, N1, S1, D]，其中N1≤ 2048，D≤ 512并且dim== 4。
- 对于GQA，key的shape是 [B, N2, S2, D]，其中N2 ≤ 2048，并且N1是N2的正整数倍。
不满足以上场景，则不能实现NPU_Flash_Attn功能。
父主题： 训练脚本说明
