https://github.com/NVIDIA/Megatron-LMhttps://github.com/NVIDIA/Megatron-LM

目录

• Megatron-LM & Megatron-Core
• 最新消息
• 目录
• 威震天 概述
  • 威震天-LM
  • 威震天核心
• 训练速度和可扩展性
• 设置
  • 下载 Checkpoints
• 用法
• 训练
  • 数据预处理
  • BERT 预训练
  • GPT 预训练
  • T5 预训练
  • 分布式预训练
  • 激活检查点和重新计算
  • 分布式优化器
  • FlashAttention 的
  • GPT-3 示例
  • Retro 和 InstructRetro
  • 基于 Manba 的语言模型
  • 专家混合
• 评估和任务
  • GPT 文本生成
    • 通过自我生成排毒 GPT
  • GPT 评估
    • WikiText 困惑度评估
    • LAMBADA 完形填空精度
  • BERT 任务评估
    • RACE 评估
    • MNLI 评估
  • Llama-2 推理和微调
• 模型优化和部署
  • 量化和 TensorRT-LLM 部署
• 数据
  • 收集 Wikipedia 训练数据
  • 收集 GPT Webtext 数据
• 再现性
• 检查点转换
  • 模型类转换
  • 检查点格式转换
• 使用 Megatron 的项目

Megatron Overview

此存储库包含两个基本组件：Megatron-LM 和 Megatron-Core。Megatron-LM 是一个以研究为导向的框架，利用 Megatron-Core 进行大型语言模型 （LLM） 训练。另一方面，Megatron-Core 是一个 GPU 优化训练技术库，附带正式的产品支持，包括版本控制的 API 和常规版本。您可以将 Megatron-Core 与 Megatron-LM 或 Nvidia NeMo 框架一起使用，以实现端到端和云原生解决方案。或者，您可以将 Megatron-Core 的构建块集成到您首选的训练框架中。

Megatron-LM

Megatron（1、2 和 3）于 2019 年首次推出，在 AI 社区引发了一波创新浪潮，使研究人员和开发人员能够利用该库的基础来进一步推动 LLM 的进步。如今，许多最流行的 LLM 开发人员框架都受到开源 Megatron-LM 库的启发并直接利用开源 Megatron-LM 库构建，从而刺激了一波基础模型和 AI 初创公司。基于 Megatron-LM 构建的一些最流行的 LLM 框架包括 Colossal-AI、HuggingFace Accelerate 和 NVIDIA NeMo 框架。可以直接使用 Megatron 的项目列表可以在这里找到。

Megatron-Core

Megatron-Core 是一个基于 PyTorch 的开源库，其中包含 GPU 优化技术和尖端的系统级优化。它将它们抽象为可组合的模块化 API，为开发人员和模型研究人员提供了充分的灵活性，可以在 NVIDIA 加速计算基础设施上大规模训练自定义转换器。此库与所有 NVIDIA Tensor Core GPU 兼容，包括对 NVIDIA Hopper 架构的 FP8 加速支持。

Megatron-Core 提供核心构建块，例如注意力机制、transformer 块和层、归一化层和嵌入技术。激活重新计算、分布式检查点等其他功能也内置于库中。构建块和功能都经过 GPU 优化，可以使用高级并行化策略构建，以实现 NVIDIA 加速计算基础设施上的最佳训练速度和稳定性。Megatron-Core 库的另一个关键组件包括高级模型并行技术（张量、序列、管道、上下文和 MoE 专家并行）。

Megatron-Core 可与企业级 AI 平台 NVIDIA NeMo 一起使用。或者，您可以在此处使用本机 PyTorch 训练循环探索 Megatron-Core。访问 Megatron-Core 文档以了解更多信息。

Training Speed and Scalability

Setup

Usage

安装后，有几种可能的工作流程。最全面的是：

1. 数据预处理
2. 预训练
3. 微调（对于零镜头任务可选）
4. 下游任务评估或文本生成

但是，步骤 1 和 2 可以用上面提到的预训练模型之一来代替。

我们在 examples 目录中提供了几个用于预训练 BERT 和 GPT 的脚本，以及用于零样本和微调下游任务的脚本，包括 MNLI、RACE、WikiText103 和 LAMBADA 评估。还有一个用于 GPT 交互式文本生成的脚本。

Training

BERT Pretraining

GPT Pretraining

T5 Pretraining

Distributed Pretraining

Activation Checkpointing and Recomputation

Distributed Optimizer

FlashAttention

GPT-3 Example

Retro and InstructRetro

Mamba-based Language Models

Mixture of Experts

Evaluation and Tasks

GPT Text Generation

GPT Evaluation

LAMBADA Cloze Accuracy

BERT Task Evaluation （BERT模型评估）

RACE Evaluation

MNLI Evaluation

Llama-2 Inference and Finetuning

Model Optimization and Deployment

Quantization and TensorRT-LLM Deployment

Datasets

Reproducibility

Checkpoint conversion

Model class conversion

Checkpoint format conversion

Projects Using Megatron

Below are some of the projects where we have directly used Megatron:

• BERT and GPT Studies Using Megatron
• BioMegatron: Larger Biomedical Domain Language Model
• End-to-End Training of Neural Retrievers for Open-Domain Question Answering
• Large Scale Multi-Actor Generative Dialog Modeling
• Local Knowledge Powered Conversational Agents
• MEGATRON-CNTRL: Controllable Story Generation with External Knowledge Using Large-Scale Language Models
• RACE Reading Comprehension Dataset Leaderboard
• Training Question Answering Models From Synthetic Data
• Few-shot Instruction Prompts for Pretrained Language Models to Detect Social Biases
• Exploring the Limits of Domain-Adaptive Training for Detoxifying Large-Scale Language Models
• Using DeepSpeed and Megatron to Train Megatron-Turing NLG 530B, A Large-Scale Generative Language Model
• Multi-Stage Prompting for Knowledgeable Dialogue Generation
• Evaluating Parameter Efficient Learning for Generation
• Exploring the Limits of Domain-Adaptive Training for Detoxifying Large-Scale Language Models
• Shall We Pretrain Autoregressive Language Models with Retrieval? A Comprehensive Study
• InstructRetro: Instruction Tuning post Retrieval-Augmented Pretraining
• An Empirical Study of Mamba-based Language Models