# LLaMA
## 论文
- [https://arxiv.org/pdf/2302.13971.pdf](https://arxiv.org/pdf/2302.13971.pdf)

## 模型结构
LLAMA网络基于 Transformer 架构。提出了各种改进，并用于不同的模型，例如 PaLM。以下是与原始架构的主要区别：
预归一化。为了提高训练稳定性，对每个transformer 子层的输入进行归一化，而不是对输出进行归一化。使用 RMSNorm 归一化函数。
SwiGLU 激活函数 [PaLM]。使用 SwiGLU 激活函数替换 ReLU 非线性以提高性能。使用 2 /3 4d 的维度而不是 PaLM 中的 4d。
旋转嵌入。移除了绝对位置嵌入，而是添加了旋转位置嵌入 (RoPE)，在网络的每一层。

![img](./docs/llama.png)

## 算法原理
LLama是一个基础语言模型的集合,参数范围从7B到65B。在数万亿的tokens上训练出的模型，并表明可以专门使用公开可用的数据集来训练最先进的模型，而不依赖于专有的和不可访问的数据集。

![img](./docs/llama_1.png)

## 环境配置

提供光源拉取推理的docker镜像：
```bash
docker pull image.sourcefind.cn:5000/dcu/admin/base/pytorch:2.1.0-ubuntu20.04-dtk24.04.1-py3.10
# <Image ID>用上面拉取docker镜像的ID替换
# <Host Path>主机端路径
# <Container Path>容器映射路径
docker run -it --network=host --name=llama_lmdeploy --privileged --device=/dev/kfd --device=/dev/dri --ipc=host --shm-size=1024G --group-add video --cap-add=SYS_PTRACE --security-opt seccomp=unconfined -u root --ulimit stack=-1:-1 --ulimit memlock=-1:-1 -v /opt/hyhal:/opt/hyhal:ro -v <Host Path>:<Container Path> <Image ID> /bin/bash

#起容器之后安装软件依赖
pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple
```
镜像版本依赖：

* DTK驱动：dtk24.04.1
* Pytorch: 2.1.0
* python: 3.10

## 数据集
无

## 推理

### 源码编译安装
```bash
# 若使用光源的镜像，可以跳过源码编译安装，镜像里面安装好了lmdeploy
git clone http://developer.sourcefind.cn/codes/modelzoo/llama_lmdeploy.git
cd llama_lmdeploy
git submodule init && git submodule updat
cd lmdeploy
mkdir build && cd build
sh ../generate.sh
make -j 32
make install
cd .. && python3 setup.py install
```
### 模型下载

[LLama](https://huggingface.co/meta-llama)

[LLama-7B](https://huggingface.co/meta-llama/Llama-2-7b-hf)

[LLama-13B](https://huggingface.co/meta-llama/Llama-2-13b-hf)

[LLama-33B](https://huggingface.co/pinkmanlove/llama-33b-hf)

[LLama-65B](https://huggingface.co/Enoch/llama-65b-hf)

[LLama2-7B](https://huggingface.co/meta-llama/Llama-2-7b-hf)

[LLama2-13B](https://huggingface.co/meta-llama/Llama-2-13b)

[LLama2-70B](https://huggingface.co/meta-llama/Llama-2-70b-hf)

支持模型包括：LLama-7B、LLama-13B、LLama-30B、LLama-65B、LLama2-7B、LLama2-13B、LLama2-70B

> [!CAUTION]
>
> 最新lmdepoly推理llama1：
>
> 1.LLama-13B：需要在tokenizer_config.json中添加“unk_token”对应的值为"\<unk\>“
>
> 2.LLama-65B：config.json文件中“architectures”对应的[LlAmaForCausalLM]改成[LlamaForCausalLM]

### 运行 LLama-7b
```bash
# <tp> 用于张量并行的GPU数量应该是2^n

# bash界面运行
lmdeploy chat turbomind ./path_to_llama7b --tp 1     # 输入问题后执行2次回车进行推理

# 服务器网页端运行

在bash端运行：
# <server-name> gradio服务器的ip地址
# <server-port> gradio服务器的ip的端口
# <tp> 用于张量并行的GPU数量应该是2^n （和模型转换的时候保持一致）

lmdeploy serve gradio ./path_to_llama7b --server-name {ip} --server-port {port} --tp 1

在网页上输入{ip}:{port}即可进行对话
```

### 运行 LLama-13b
```bash
# bash界面运行
lmdeploy chat turbomind ./path_to_llama13b --tp 1

# 服务器网页端运行

在bash端运行：
lmdeploy serve gradio  ./path_to_llama13b --server-name {ip} --server-port {port} --tp 1

在网页上输入{ip}:{port}即可进行对话
```
### 运行 LLama-33b
```bash
# bash界面运行
lmdeploy chat turbomind  ./path_to_llama33b --tp 4

# 服务器网页端运行

在bash端运行：
lmdeploy serve gradio  ./path_to_llama33b --server-name {ip} --server-port {port} --tp 4

在网页上输入{ip}:{port}即可进行对话
```

### 运行 LLama-65b
```bash
# bash界面运行
lmdeploy chat turbomind  ./path_to_llama65b --tp 8

# 服务器网页端运行

在bash端运行：
lmdeploy serve gradio  ./path_to_llama65b --server-name {ip} --server-port {port} --tp 8
在网页上输入{ip}:{port}即可进行对话
```

### 运行 LLama2-7b
```bash
# bash界面运行
lmdeploy chat turbomind  ./path_to_llama2-7b --tp 1

# 服务器网页端运行

在bash端运行：
lmdeploy serve gradio ./path_to_llama2-7b --server-name {ip} --server-port {port} --tp 1

在网页上输入{ip}:{port}即可进行对话
```

### 运行 LLama2-13b
```bash
# bash界面运行
lmdeploy chat turbomind  ./path_to_llama2-13b --tp 1

# 服务器网页端运行

在bash端运行：
lmdeploy serve gradio  ./path_to_llama2-13b --server-name {ip} --server-port {port} --tp 1

在网页上输入{ip}:{port}即可进行对话
```

### 运行 LLama2-70b
```bash
# bash界面运行
lmdeploy chat turbomind  ./path_to_llama2-70b --tp 8

# 服务器网页端运行

在bash端运行：
lmdeploy serve gradio  ./path_to_llama2-70b --server-name {ip} --server-port {port} --tp 8

在网页上输入{ip}:{port}即可进行对话
```

## result
![llama](docs/llama.gif)

### 精度

无

## 应用场景

### 算法类别

`对话问答`


### 热点应用行业

`金融,科研,教育`

## 预训练权重

[LLama](https://huggingface.co/meta-llama)

[LLama-7B](https://huggingface.co/meta-llama/Llama-2-7b-hf)

[LLama-13B](https://huggingface.co/meta-llama/Llama-2-13b-hf)

[LLama-33B](https://huggingface.co/pinkmanlove/llama-33b-hf)

[LLama-65B](https://huggingface.co/Enoch/llama-65b-hf)

[LLama2-7B](https://huggingface.co/meta-llama/Llama-2-7b-hf)

[LLama2-13B](https://huggingface.co/meta-llama/Llama-2-13b)

[LLama2-70B](https://huggingface.co/meta-llama/Llama-2-70b-hf)


## 源码仓库及问题反馈
https://developer.sourcefind.cn/codes/modelzoo/llama_lmdeploy

## 参考资料
https://github.com/InternLM/LMDeploy