readme

README.md

@@ -236,6 +236,8 @@ python3 -u  -m paddle.distributed.launch --gpus "0,1,2,3,4,5,6,7" finetune_gener
 
 ### 训练benchmark
 
+使用的GPGPU：8张DCU-Z100L-32G。
+
 数据集使用[tatsu-lab/alpaca · Datasets at Hugging Face](https://huggingface.co/datasets/tatsu-lab/alpaca)，将数据集放置在./examples/benchmark/peft/paddle下：
 
 ```
@@ -256,6 +258,8 @@ RCCL_NCHANNELS=8 HSA_FORCE_FINE_GRAIN_PCIE=1 python3 -m paddle.distributed.launc
 
 ### 推理benchmark 1
 
+使用的GPGPU：1张DCU-Z100L-32G。
+
 ```
 cd ./examples/benchmark/peft/paddle
 python3  inference_benchmark.py   --model_name_or_path facebook/llama-13b --dtype float16 --do_forward --do_generate
@@ -263,6 +267,8 @@ python3  inference_benchmark.py   --model_name_or_path facebook/llama-13b --dtyp
 
 ### 推理benchmark 2（换用[PaddleNLP-develop](https://github.com/PaddlePaddle/PaddleNLP/tree/28158b9735837495e6c73f848925e1d72b821863)）
 
+使用的GPGPU：1张DCU-Z100L-32G。
+
 ```
 pip3 uninstall paddlenlp
 cd ./llm
@@ -272,6 +278,8 @@ python3 predictor.py --model_name_or_path facebook/llama-13b --dtype float16 --s
 
 ### LAMBADA推理评估
 
+使用的GPGPU：1张DCU-Z100L-32G。
+
 ```
 cd ./examples/benchmark/lambada
 wget https://paddlenlp.bj.bcebos.com/data/benchmark/lambada_test.jsonl