文档首页/ AI开发平台ModelArts/ ModelArts用户指南（Lite Server）/ Lite Server资源使用/ GPT-2基于Server适配PyTorch GPU的训练推理指导
更新时间：2024-12-16 GMT+08:00
查看PDF
分享

GPT-2基于Server适配PyTorch GPU的训练推理指导

场景描述

本文将介绍在GP Ant8裸金属服务器中，使用DeepSpeed框架训练GPT-2（分别进行单机单卡和单机多卡训练）。 训练完成后给出自动式生成内容，和交互式对话框模式。

背景信息

  • Megatron-DeepSpeed

    Megatron-DeepSpeed是一个基于PyTorch的深度学习模型训练框架。它结合了两个强大的工具：Megatron-LM和DeepSpeed，可在具有分布式计算能力的系统上进行训练，并且充分利用了多个GPU和深度学习加速器的并行处理能力。可以高效地训练大规模的语言模型。

    Megatron-LM是一个用于大规模语言建模的模型。它基于GPT（Generative Pre-trained Transformer）架构，这是一种基于自注意力机制的神经网络模型，广泛用于自然语言处理任务，如文本生成、机器翻译和对话系统等。

    DeepSpeed是开源的加速深度学习训练的库。它针对大规模的模型和分布式训练进行了优化，可以显著提高训练速度和效率。DeepSpeed提供了各种技术和优化策略，包括分布式梯度下降、模型并行化、梯度累积和动态精度缩放等。它还支持优化大模型的内存使用和计算资源分配。

  • GPT2

    GPT2（Generative Pre-trained Transformer 2），是OpenAI组织在2018年于GPT模型的基础上发布的新预训练模型，是一个基于Transformer且非常庞大的语言模型。它在大量数据集上进行了训练，直接运行一个预训练好的GPT-2模型:给定一个预定好的起始单词或者句子，可以让它自行地随机生成后续的文本。

环境准备

在华为云ModelArts Server预购相关超强算力的GPU裸金属服务器，并选择AIGC场景通用的镜像，完成使用Megatron-DeepSpeed训练GPT2模型。本最佳实践使用以下镜像和规格：

  • 镜像选择：Ubuntu 20.04 x86 64bit SDI3 for Ant8 BareMetal with RoCE and NVIDIA-525 CUDA-12.0。
  • 裸金属规格选择： GP Ant8，包含8张GPU卡以及8张RoCE网卡。

关于Ant8裸金属服务器的购买，可以在华为云官网提工单至ModelArts云服务， 完成资源的申请。

步骤1 安装模型

  1. 安装Megatron-DeepSpeed框架。

    1. 使用root用户SSH的方式登录GPU裸金属服务器。具体登录方式请参见SSH密钥方式登录裸金属服务器。
    2. 拉取pytorch镜像，可以选择常用的镜像源进行下载。 
      docker pull nvcr.io/nvidia/pytorch:21.10-py3
    3. 启动容器。 
      docker run -d -t --network=host --gpus all --privileged --ipc=host --ulimit memlock=-1 --ulimit stack=67108864 --name megatron-deepspeed -v /etc/localtime:/etc/localtime -v /root/.ssh:/root/.ssh nvcr.io/nvidia/pytorch:21.10-py3
    4. 执行以下命令，进入容器终端。 
      docker exec -it megatron-deepspeed bash
    5. 下载Megatron-DeepSpeed框架。 
      git clone https://github.com/bigscience-workshop/Megatron-DeepSpeed

      若git clone失败，可以尝试先下载至本地，然后复制至服务器中，在docker cp至容器中。

    6. 安装Megatron-DeepSpeed框架。 
      cd Megatron-DeepSpeed
pip install -r requirements.txt -i http://mirrors.myhuaweicloud.com/pypi/web/simple --trusted-host mirrors.myhuaweicloud.com
pip install mpi4py -i http://mirrors.myhuaweicloud.com/pypi/web/simple --trusted-host mirrors.myhuaweicloud.com
    7. 修改测试代码，注释掉以下文件的断言所在行。 
      vim /workspace/Megatron-DeepSpeed/megatron/model/fused_softmax.py +191

      在“assert mask is None, "Mask is silently ignored due to the use of a custom kernel"”前加“#”，即：

      # assert mask is None, "Mask is silently ignored due to the use of a custom kernel"

  2. 数据集下载和预处理。

    本实践中选择使用1GB 79K-record的JSON格式的OSCAR数据集。

    1. 下载数据集。 
      wget https://huggingface.co/bigscience/misc-test-data/resolve/main/stas/oscar-1GB.jsonl.xz 
wget https://s3.amazonaws.com/models.huggingface.co/bert/gpt2-vocab.json
wget https://s3.amazonaws.com/models.huggingface.co/bert/gpt2-merges.txt
    2. 解压数据集。 
      xz -d oscar-1GB.jsonl.xz
    3. 预处理数据。 
      python3 tools/preprocess_data.py \
    --input oscar-1GB.jsonl \
    --output-prefix meg-gpt2 \
    --vocab gpt2-vocab.json \
    --dataset-impl mmap \
    --tokenizer-type GPT2BPETokenizer \
    --merge-file gpt2-merges.txt \
    --append-eod \
    --workers 8
      若发生如下“np.float”报错，按照报错提示修改为“float”即可。
      图1 预处理数据报错
    4. 数据预处理完成标识。
      图2 数据预处理完成
    5. 新建data目录并移动处理好的数据。 
      mkdir data 
mv meg-gpt2* ./data 
mv gpt2* ./data

步骤2 单机单卡训练

本小节使用上文的服务器环境和安装好的模型， 使用GP Ant8裸金属服务器， 完成单机单卡GPT-2 MEDIUM模型的训练。

  1. 创建预训练脚本文件。

    1. 执行以下命令，创建预训练脚本文件。 
      vim pretrain_gpt2.sh
    2. 在文件中添加以下信息。 
      #! /bin/bash

# Runs the "345M" parameter model

GPUS_PER_NODE=1
# Change for multinode config
MASTER_ADDR=localhost
MASTER_PORT=6000
NNODES=1
NODE_RANK=0
WORLD_SIZE=$(($GPUS_PER_NODE*$NNODES))

DATA_PATH=data/meg-gpt2_text_document
CHECKPOINT_PATH=checkpoints/gpt2

DISTRIBUTED_ARGS="--nproc_per_node $GPUS_PER_NODE --nnodes $NNODES --node_rank $NODE_RANK --master_addr $MASTER_ADDR --master_port $MASTER_PORT"

python -m torch.distributed.launch $DISTRIBUTED_ARGS \
       pretrain_gpt.py \
       --tensor-model-parallel-size 1 \
       --pipeline-model-parallel-size 1 \
       --num-layers 24 \
       --hidden-size 1024 \
       --num-attention-heads 16 \
       --micro-batch-size 4 \
       --global-batch-size 8 \
       --seq-length 1024 \
       --max-position-embeddings 1024 \
       --train-iters 5000 \
       --lr-decay-iters 320000 \
       --save $CHECKPOINT_PATH \
       --load $CHECKPOINT_PATH \
       --data-path $DATA_PATH \
       --vocab-file data/gpt2-vocab.json \
       --merge-file data/gpt2-merges.txt \
       --data-impl mmap \
       --split 949,50,1 \
       --distributed-backend nccl \
       --lr 0.00015 \
       --lr-decay-style cosine \
       --min-lr 1.0e-5 \
       --weight-decay 1e-2 \
       --clip-grad 1.0 \
       --lr-warmup-fraction .01 \
       --checkpoint-activations \
       --log-interval 10 \
       --save-interval 500 \
       --eval-interval 100 \
       --eval-iters 10 \
       --fp16

  2. 开始训练。

    本文是单机单卡训练，使用预训练脚本参数控制：

    GPUS_PER_NODE=1
NNODES=1
NODE_RANK=0
    1. 执行以下命令，开始预训练。 
      nohup sh ./pretrain_gpt2.sh &
      图3 开始预训练
    2. 实时查看训练日志，监控程序。 
      tail -f nohup.out

      如果显示如下信息， 表示模型训练完成。

      图4 模型训练完成

      在训练过程中观察单GPU卡的利用率，如下：

      图5 GPU利用率

  3. 查看生成的模型checkpoint。

    本示例生成的模型checkpoint路径设置在“/workspace/Megatron-DeepSpeed/checkpoints/gpt2”。

    ll ./checkpoints/gpt2
    图6 模型checkpoint

步骤3 单机多卡训练

和单机单卡训练相比， 单机多卡训练只需在预训练脚本中设置多卡参数相关即可， 其余步骤与单机单卡相同。

  1. 当前选择GPU裸金属服务器是8卡， 因此需要在预训练脚本中调整如下参数： 

    GPUS_PER_NODE=8

  2. 调整全局批处理大小（global batch size）、微批处理大小（micro batch size）、数据并行大小（data_parallel_size）参数。三者的关系为：“global_batch_size”可被“micro_batch_size * data_parallel_size”整除。

    本文设置的参数值如下：

    global_batch_size = 64 
micro_batch_size = 4 
data_parallel_size = 8

  3. 单机多卡完整的预训练脚本内容如下： 

    #! /bin/bash

# Runs the "345M" parameter model

GPUS_PER_NODE=8
# Change for multinode config
MASTER_ADDR=localhost
MASTER_PORT=6000
NNODES=1
NODE_RANK=0
WORLD_SIZE=$(($GPUS_PER_NODE*$NNODES))

DATA_PATH=data/meg-gpt2_text_document
CHECKPOINT_PATH=checkpoints/gpt2

DISTRIBUTED_ARGS="--nproc_per_node $GPUS_PER_NODE --nnodes $NNODES --node_rank $NODE_RANK --master_addr $MASTER_ADDR --master_port $MASTER_PORT"

python -m torch.distributed.launch $DISTRIBUTED_ARGS \
       pretrain_gpt.py \
       --tensor-model-parallel-size 1 \
       --pipeline-model-parallel-size 1 \
       --num-layers 24 \
       --hidden-size 1024 \
       --num-attention-heads 16 \
       --micro-batch-size 4 \
       --global-batch-size 64 \
       --seq-length 1024 \
       --max-position-embeddings 1024 \
       --train-iters 5000 \
       --lr-decay-iters 320000 \
       --save $CHECKPOINT_PATH \
       --load $CHECKPOINT_PATH \
       --data-path $DATA_PATH \
       --vocab-file data/gpt2-vocab.json \
       --merge-file data/gpt2-merges.txt \
       --data-impl mmap \
       --split 949,50,1 \
       --distributed-backend nccl \
       --lr 0.00015 \
       --lr-decay-style cosine \
       --min-lr 1.0e-5 \
       --weight-decay 1e-2 \
       --clip-grad 1.0 \
       --lr-warmup-fraction .01 \
       --checkpoint-activations \
       --log-interval 10 \
       --save-interval 500 \
       --eval-interval 100 \
       --eval-iters 10 \
       --fp16

    训练时监控的GPU利用率如下：

    图7 GPU利用率

步骤4 使用GPT-2模型生成文本

  1. 自动式生成文本。

    1. 执行以下命令，创建文本生成脚本。 
      vim generate_text.sh

      增加内容如下：

      #!/bin/bash

CHECKPOINT_PATH=checkpoints/gpt2
VOCAB_FILE=data/gpt2-vocab.json
MERGE_FILE=data/gpt2-merges.txt

python tools/generate_samples_gpt.py \
       --tensor-model-parallel-size 1 \
       --num-layers 24 \
       --hidden-size 1024 \
       --load $CHECKPOINT_PATH \
       --num-attention-heads 16 \
       --max-position-embeddings 1024 \
       --tokenizer-type GPT2BPETokenizer \
       --fp16 \
       --micro-batch-size 2 \
       --seq-length 1024 \
       --out-seq-length 1024 \
       --temperature 1.0 \
       --vocab-file $VOCAB_FILE \
       --merge-file $MERGE_FILE \
       --genfile unconditional_samples.json \
       --num-samples 2 \
       --top_p 0.9 \
       --recompute
    2. 执行以下脚本，生成文本。 
      sh ./generate_text.sh

      若回显信息如下，则表示生成文本完成。

      图8 生成文本完成信息
    3. 查看模型生成的文本文件。 
      cat unconditional_samples.json

      回显信息如下：

      图9 文件信息

  2. 开启交互式对话模式。

    1. 执行以下命令，创建文本生成脚本。 
      vim interactive_text.sh

      写入如下内容：

      #!/bin/bash

CHECKPOINT_PATH=/workspace/Megatron-DeepSpeed/checkpoints/gpt2_345m
VOCAB_FILE=/workspace/Megatron-DeepSpeed/data/gpt2-vocab.json
MERGE_FILE=/workspace/Megatron-DeepSpeed/data/gpt2-merges.txt

deepspeed /workspace/Megatron-DeepSpeed/tools/generate_samples_gpt.py \
       --tensor-model-parallel-size 1 \
       --num-layers 24 \
       --hidden-size 1024 \
       --load $CHECKPOINT_PATH \
       --num-attention-heads 16 \
       --max-position-embeddings 1024 \
       --tokenizer-type GPT2BPETokenizer \
       --fp16 \
       --micro-batch-size 2 \
       --seq-length 1024 \
       --out-seq-length 1024 \
       --temperature 1.0 \
       --vocab-file $VOCAB_FILE \
       --merge-file $MERGE_FILE \
       --genfile unconditional_samples.json \
       --num-samples 0 \
       --top_p 0.9 \
       --recompute
    2. 执行以下脚本，开启交互式对话。 
      bash interactive_text.sh

      回显信息如下，输入huawei并回车后生成内容：

      Context prompt (stop to exit) >>> huawei

      回车后自动输出相关文本， 输出内容与模型训练、数据集强相关，这里仅为示例。

      图10 模型输出文本信息