#FL  可以设置用 cutlass还是trition

ENV=dsw                         # 运行环境配置开关: dsw单机训练训练，dlc表示多机训练环境
MODEL_SIZE=8B                   # 模型结构参数量级: 8B, 70B
BATCH_SIZE=1                   # 一次迭代一个数据并行内的样本数
GLOBAL_BATCH_SIZE=8            # 一次迭代多个数据并行的总样本数
LR=1e-5                           # 学习率
MIN_LR=1e-6                       # 最小学习率
SEQ_LEN=1024                     # 序列长度
PAD_LEN=1024                      # Padding长度
PR=fp16                         # 训练精度: fp16, bf16, fp8
TP=1                            # 模型并行度
PP=1                        # 流水并行度
CP=1                        # 上下文并行度
SP=true                        # 是否使用序列并行: true, false
DO=true                        # 是否使用Megatron版Zero-1降显存优化器: true, false
FL=false                        # 是否优先使用Flash Attention: true, false
SFT=false                       # 是否执行微调训练: true, false
AC=false                       # 激活检查点模式: sel, full, offload, false
OPTIMIZER_OFFLOAD=false        # 是否启用Offload optimizer: false, static, auto
SAVE_INTERVAL=100000             # 保存ckpt的间隔
DATASET_PATH=/public/new-pai/data/llama3-datasets/wudao_llama3bpe_content_document             # 训练数据集路径
VALID_DATASET_PATH=/public/new-pai/data/llama3-datasets/wudao_llama3bpe_content_document        # 验证数据集路径
# PRETRAIN_CHECKPOINT_PATH=/public/new-pai/model/llama3-ckpts/Meta-Llama-3.1-8B  # 预训练模型路径
PRETRAIN_CHECKPOINT_PATH=/public/new-pai/Pai-Megatron-Patch/examples/all_tokenizer/llama3_tokenizer/
# PRETRAIN_CHECKPOINT_PATH=/public/new-pai/Pai-Megatron-Patch/examples/llama3_1/mcore-tp2-pp1
TRAIN_TOKENS_OR_ITERS=10000     # 训练TOKEN或者Iter数
WARMUP_TOKENS_OR_ITERS=100    # 预热TOKEN或者Iter数        
OUTPUT_BASEPATH=./output_mcore_llama3_1           # 训练输出日志文件路径

sh run_mcore_llama3_1-dcu.sh  \
    $ENV  \
    $MODEL_SIZE   \
    $BATCH_SIZE    \
    $GLOBAL_BATCH_SIZE \
    $LR   \
    $MIN_LR   \
    $SEQ_LEN  \
    $PAD_LEN  \
    $PR  \
    $TP  \
    $PP  \
    $CP \
    $SP \
    $DO   \
    $FL \
    $SFT \
    $AC   \
    $OPTIMIZER_OFFLOAD \
    $SAVE_INTERVAL  \
    $DATASET_PATH   \
    $VALID_DATASET_PATH   \
    $PRETRAIN_CHECKPOINT_PATH  \
    $TRAIN_TOKENS_OR_ITERS  \
    $WARMUP_TOKENS_OR_ITERS   \
    $OUTPUT_BASEPATH