wehub-resource-sync
216 lines
7.1 KiB
Markdown
216 lines
7.1 KiB
Markdown
# LoRA训练
|
||
|
||
Qwen3-235B-A22B-Instruct-250718 单机8卡H20 LoRA训练的最佳实践参考：[https://github.com/modelscope/ms-swift/pull/5033](https://github.com/modelscope/ms-swift/pull/5033)。
|
||
|
||
环境准备请参考Megatron-SWIFT的[快速开始文档](./Quick-start.md)。
|
||
|
||
## 传统方式
|
||
|
||
### HF转换Mcore
|
||
|
||
以下，我们分别介绍使用`swift export`和`megatron export`命令进行权重转换。相比于`swift export`，`megatron export`支持多机和LoRA增量权重转换，但也更加复杂，需要在导出时额外指定并行参数，例如`--tensor_model_parallel_size`, `--export_model_parallel_size`，具体参考[Mcore-Bridge文档](./Mcore-Bridge.md)。若要使用`swift export`命令，参考[快速开始文档](./Quick-start.md)。
|
||
- `swift export`使用单进程，将HF权重放置在gpu中，并使用device_map并行；mcore权重放置在cpu中，且不开启并行。这种方式非常易于debug，并测试HF和mcore的精度对齐情况。
|
||
- `megatron export`使用torchrun启动多进程，mcore权重放置在gpu中，支持开启各种并行、fp8和mtp等功能。如果需测试精度对齐情况，会在第一个rank加载HF权重，并放置在cpu中。
|
||
|
||
```shell
|
||
# megatron export
|
||
NPROC_PER_NODE=2 \
|
||
CUDA_VISIBLE_DEVICES=0,1 \
|
||
megatron export \
|
||
--model Qwen/Qwen2.5-7B-Instruct \
|
||
--tensor_model_parallel_size 2 \
|
||
--to_mcore true \
|
||
--torch_dtype bfloat16 \
|
||
--output_dir Qwen2.5-7B-Instruct-mcore \
|
||
--test_convert_precision true
|
||
|
||
# swift export
|
||
# CUDA_VISIBLE_DEVICES=0 \
|
||
# swift export \
|
||
# --model Qwen/Qwen2.5-7B-Instruct \
|
||
# --to_mcore true \
|
||
# --torch_dtype bfloat16 \
|
||
# --output_dir Qwen2.5-7B-Instruct-mcore \
|
||
# --test_convert_precision true
|
||
```
|
||
|
||
### LoRA训练
|
||
|
||
训练脚本：
|
||
```bash
|
||
# full: 2 * 70GiB 0.61s/it
|
||
# lora: 2 * 14GiB 0.45s/it
|
||
PYTORCH_CUDA_ALLOC_CONF='expandable_segments:True' \
|
||
NPROC_PER_NODE=2 \
|
||
CUDA_VISIBLE_DEVICES=0,1 \
|
||
megatron sft \
|
||
--mcore_model Qwen2.5-7B-Instruct-mcore \
|
||
--save_safetensors false \
|
||
--dataset 'AI-ModelScope/alpaca-gpt4-data-zh#500' \
|
||
'AI-ModelScope/alpaca-gpt4-data-en#500' \
|
||
'swift/self-cognition#500' \
|
||
--tuner_type lora \
|
||
--lora_rank 8 \
|
||
--lora_alpha 32 \
|
||
--target_modules all-linear \
|
||
--tensor_model_parallel_size 2 \
|
||
--sequence_parallel true \
|
||
--micro_batch_size 16 \
|
||
--global_batch_size 16 \
|
||
--recompute_granularity full \
|
||
--recompute_method uniform \
|
||
--recompute_num_layers 1 \
|
||
--finetune true \
|
||
--cross_entropy_loss_fusion true \
|
||
--lr 1e-4 \
|
||
--lr_warmup_fraction 0.05 \
|
||
--min_lr 1e-5 \
|
||
--num_train_epochs 1 \
|
||
--output_dir megatron_output/Qwen2.5-7B-Instruct \
|
||
--save_steps 100 \
|
||
--max_length 2048 \
|
||
--system 'You are a helpful assistant.' \
|
||
--dataloader_num_workers 4 \
|
||
--no_save_optim true \
|
||
--no_save_rng true \
|
||
--dataset_num_proc 4 \
|
||
--model_author swift \
|
||
--model_name swift-robot
|
||
```
|
||
- MoE模型的LoRA训练脚本参考[这里](https://github.com/modelscope/ms-swift/tree/main/examples/megatron/lora)。
|
||
|
||
### MCore转换HF
|
||
|
||
```bash
|
||
# megatron export
|
||
NPROC_PER_NODE=2 \
|
||
CUDA_VISIBLE_DEVICES=0,1 \
|
||
megatron export \
|
||
--mcore_adapter megatron_output/Qwen2.5-7B-Instruct/vx-xxx/checkpoint-xxx \
|
||
--to_hf true \
|
||
--tensor_model_parallel_size 2 \
|
||
--merge_lora false \
|
||
--torch_dtype bfloat16 \
|
||
--output_dir megatron_output/Qwen2.5-7B-Instruct/vx-xxx/checkpoint-xxx-hf \
|
||
--test_convert_precision true
|
||
|
||
# swift export
|
||
# CUDA_VISIBLE_DEVICES=0 \
|
||
# swift export \
|
||
# --mcore_adapter megatron_output/Qwen2.5-7B-Instruct/vx-xxx/checkpoint-xxx \
|
||
# --to_hf true \
|
||
# --torch_dtype bfloat16 \
|
||
# --output_dir megatron_output/Qwen2.5-7B-Instruct/vx-xxx/checkpoint-xxx-hf \
|
||
# --test_convert_precision true
|
||
```
|
||
- 注意：`--mcore_adapter`文件夹中包含`args.json`文件，转换过程会读取文件中`--model/--mcore_model`以及LoRA相关的参数信息。`swift export`暂不支持LoRA增量权重的转换。`megatron export`你可以使用`--merge_lora`参数控制是否进行权重合并。
|
||
|
||
### 推理
|
||
```shell
|
||
# 如果是全量权重，请将`--adapters`替换为`--model
|
||
CUDA_VISIBLE_DEVICES=0 \
|
||
swift infer \
|
||
--adapters megatron_output/Qwen2.5-7B-Instruct/vx-xxx/checkpoint-xxx-hf \
|
||
--stream true
|
||
```
|
||
|
||
### Merge-LoRA
|
||
|
||
如果只想merge-lora，而不希望转成HF格式权重，用于后续DPO训练，可以使用以下脚本：
|
||
```shell
|
||
# megatron export
|
||
NPROC_PER_NODE=2 \
|
||
CUDA_VISIBLE_DEVICES=0,1 \
|
||
megatron export \
|
||
--mcore_adapter megatron_output/Qwen2.5-7B-Instruct/vx-xxx/checkpoint-xxx \
|
||
--tensor_model_parallel_size 2 \
|
||
--to_mcore true \
|
||
--merge_lora true \
|
||
--torch_dtype bfloat16 \
|
||
--output_dir megatron_output/Qwen2.5-7B-Instruct/vx-xxx/checkpoint-xxx-mcore \
|
||
--test_convert_precision true
|
||
|
||
# swift export
|
||
# CUDA_VISIBLE_DEVICES=0 \
|
||
# swift export \
|
||
# --mcore_adapter megatron_output/Qwen2.5-7B-Instruct/vx-xxx/checkpoint-xxx \
|
||
# --to_mcore true \
|
||
# --torch_dtype bfloat16 \
|
||
# --output_dir megatron_output/Qwen2.5-7B-Instruct/vx-xxx/checkpoint-xxx-mcore \
|
||
# --test_convert_precision true
|
||
```
|
||
|
||
## Mcore-Bridge【推荐】
|
||
|
||
### 训练
|
||
|
||
```shell
|
||
# full: 2 * 70GiB 0.61s/it
|
||
# lora: 2 * 14GiB 0.45s/it
|
||
PYTORCH_CUDA_ALLOC_CONF='expandable_segments:True' \
|
||
NPROC_PER_NODE=2 \
|
||
CUDA_VISIBLE_DEVICES=0,1 \
|
||
megatron sft \
|
||
--model Qwen/Qwen2.5-7B-Instruct \
|
||
--save_safetensors true \
|
||
--merge_lora false \
|
||
--dataset 'AI-ModelScope/alpaca-gpt4-data-zh#500' \
|
||
'AI-ModelScope/alpaca-gpt4-data-en#500' \
|
||
'swift/self-cognition#500' \
|
||
--tuner_type lora \
|
||
--lora_rank 8 \
|
||
--lora_alpha 32 \
|
||
--target_modules all-linear \
|
||
--tensor_model_parallel_size 2 \
|
||
--sequence_parallel true \
|
||
--micro_batch_size 16 \
|
||
--global_batch_size 16 \
|
||
--recompute_granularity full \
|
||
--recompute_method uniform \
|
||
--recompute_num_layers 1 \
|
||
--finetune true \
|
||
--cross_entropy_loss_fusion true \
|
||
--lr 1e-4 \
|
||
--lr_warmup_fraction 0.05 \
|
||
--min_lr 1e-5 \
|
||
--num_train_epochs 1 \
|
||
--output_dir megatron_output/Qwen2.5-7B-Instruct \
|
||
--save_steps 100 \
|
||
--max_length 2048 \
|
||
--system 'You are a helpful assistant.' \
|
||
--dataloader_num_workers 4 \
|
||
--no_save_optim true \
|
||
--no_save_rng true \
|
||
--dataset_num_proc 4 \
|
||
--model_author swift \
|
||
--model_name swift-robot
|
||
```
|
||
|
||
### 推理
|
||
|
||
```shell
|
||
# 如果是全量权重，请将`--adapters`替换为`--model
|
||
CUDA_VISIBLE_DEVICES=0 \
|
||
swift infer \
|
||
--adapters megatron_output/Qwen2.5-7B-Instruct/vx-xxx/checkpoint-xxx \
|
||
--stream true
|
||
```
|
||
|
||
|
||
### Merge-LoRA
|
||
|
||
由于训练的时候设置了`--merge_lora false`，后续如果想将lora权重合并成全量safetensors权重，可以使用以下脚本：
|
||
```shell
|
||
# 由于lora权重是safetensors格式，你需要使用`--adapters`而不是`--mcore_adapter`
|
||
# megatron export
|
||
NPROC_PER_NODE=2 \
|
||
CUDA_VISIBLE_DEVICES=0,1 \
|
||
megatron export \
|
||
--adapters megatron_output/Qwen2.5-7B-Instruct/vx-xxx/checkpoint-xxx \
|
||
--tensor_model_parallel_size 2 \
|
||
--to_hf true \
|
||
--merge_lora true \
|
||
--torch_dtype bfloat16 \
|
||
--output_dir megatron_output/Qwen2.5-7B-Instruct/vx-xxx/checkpoint-xxx-merged
|
||
```
|