BLOOM-7B 部署手册

本文档介绍了如何在墨芯 AI 加速卡上使用 SOLA 部署 BLOOM-7B 模型。

BLOOM 模型简介

BLOOM (BigScience Large Open-science Open-access Multilingual Language Model) 是在46种自然语言和13种编程语言上训练的1760亿参数语言模型，论文地址：https://arxiv.org/pdf/2211.05100.pdf。

模型配置

• num_layers: 24

• num_heads: 32

• hidden_size: 4096

• vocab_size: 250680

• batch_size: 1

• token_num: 1

• max_seq_len: 256

• data_type: Bf16

系统要求

• 至少需要 12 个设备

• 支持 avx512f 的 CPU

BLOOM 部署

部署模型分为四个步骤：下载、编译、运行、验证，每个步骤都提供了对应的默认脚本。

下载：prepare.sh

编译：build.sh

运行：run.sh

验证：verify.sh

你也可以参考以下步骤手动部署模型。

部署步骤

1. 下载模型依赖

   可以执行以下脚本下载模型依赖：

   ./prepare.sh
   

   若脚本执行失败，也可以通过以下链接手动下载并解压：

   https://moffett-oss-bucket01.oss-cn-shenzhen.aliyuncs.com/sola-demo/bloom7b/bloom7b_demo.tar.gz
   

2. 编译部署代码

   ./build.sh
   

3. 运行

   可以执行以下脚本验证精度和性能：

   ./run.sh
   

   也可以手动运行，程序接受两个参数，第一个参数为模型路径，第二个参数为模式，模式是可选的：

   # 问答模式
   ./build/bloom data/model/bloom7b_demo/
   # 无限问答模式
   ./build/bloom data/model/bloom7b_demo/ inf_mode
   # 自动问答模式
   ./build/bloom data/model/bloom7b_demo/ data/questions.txt
   # 验证模式
   ./build/bloom data/model/bloom7b_demo/ verify
   

4. 验证模式下验证结果

   ./verify.sh
   

性能指标参考

测试环境：

• 2x Intel(R) Xeon(R) Platinum 8380 CPU @ 2.30GHz

• 16x 64GiB DDR4 3200 MHz

throughput	latency
52.300 token/s	19.120 ms/token