# LLAMA & LLAMA2

## 论文
```
LLaMA: Open and Efficient Foundation Language Models
```

**-** [https://arxiv.org/abs/2302.13971](https://arxiv.org/abs/2302.13971)

```
Llama 2: Open Foundation and Fine-Tuned Chat Models
```

**-** [https://arxiv.org/abs/2307.09288](https://arxiv.org/abs/2307.09288)

## 模型结构
LLaMA，这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。特别是，llama 13B在大多数基准测试中优于GPT-3 (175B)， LLaMA 65B与最好的模型Chinchilla-70B和PaLM-540B具有竞争力。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。
LLaMA2相较于LLaMA采用了更强大的数据清洗、更多的tokens训练、加倍的上下文长度，并支持了Grouped-query attention （GQA），即允许在多头注意力（MHA）模型中共享键和值投影，从而减少与缓存相关的内存成本的优化方法。通过使用 GQA，更大的模型可以在优化内存使用的同时保持性能。

![img](./llama模型结构.png)


## 算法原理
以下是与原始 Transformer 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](./llama算法原理.png)
## 环境配置
由于运行llama2 70B模型所需多机多卡运行，故介绍基于AC平台测试方式，不同的集群可按需修改env.sh，环境变量参考dtk-23.04，gcc-7.3.1, hpcx-2.7.4，python环境可按如下方式部署：

### Anaconda
1、关于本项目DCU显卡所需的特殊深度学习库可从光合开发者社区下载安装：
https://developer.hpccube.com/tool/

```
DTK驱动：dtk23.04
python：python3.7
torch:1.10.0
torchvision:0.10.0
torchaudio:0.10.0
deepspeed:0.9.2
apex:0.1
Tips：以上dtk驱动、python、torch等DCU相关工具版本需要严格一一对应
```
2、其它非特殊库参照requirements.txt安装

```
pip3 install -r requirements.txt
```
## 数据集

数据可按需进行自行准备，项目中已提供用于试验训练的oscar数据集，因数据较大，已压缩至oscar.tar.gz，请解压后自行放至合适位置，并按数据位置修改single.sh，具体可见训练步骤，训练数据目录结构如下，用于正常训练的完整数据集请按此目录结构进行制备：
```
oscar
    |my-llama_text_document.bin
    |my-llama_text_document.idx
```
## 训练
### slurm提交

需按集群配置进行slurm提交脚本修改：

```
#!/bin/bash
#SBATCH -p xxx #队列名称
#SBATCH -N 32 #申请节点数量
#SBATCH --cpus-per-task=8 #每个任务使用的CPU数
#SBATCH --ntasks-per-node=4 #每个节点的进程数
#SBATCH --gres=dcu:4 #每个节点申请DCU数量
#SBATCH -J llama2 #作业名称
......
```

此外，运行相应参数均位于single.sh，可按实际需要进行相应修改，列举如下：

```
# Change the below configurations here
BASE_PATH=./tmp
DS_CONFIG=${BASE_PATH}/deepspeed.json
DATASET_1="./path_to_input_data" #set the path to data
DATASET="1 ${DATASET_1}"
CHECKPOINT_PATH=./checkpoint #set the path to save/load checkpoint
TOKENIZER_PATH=./tokenizer.model # llama tokenizer.model

TP=4 
PP=16 
ZERO_STAGE=1

HIDDEN_SIZE=8192  # e.g. llama-13b: 5120
#FFN_HIDDEN_SIZE=16384 # e.g. llama-13b: 13824
NUM_LAYERS=80 # e.g. llama-13b: 40
NUM_HEADS=64 # e.g. llama-13b: 40
SEQ_LENGTH=2048
NUM_KV_HEADS=4 # llama2 70B uses GQA

MICRO_BATCH_SIZE=1
GLOBAL_BATCH_SIZE=120 # e.g. llama: 4M tokens
TRAIN_STEPS=250000 # e.g. llama: 1T tokens / 4M tokens_per_batch = 250000 steps
LR=1.5e-4 #2e-5
MIN_LR=1.5e-5 #2e-6
LR_WARMUP_ITERS=2000
WEIGHT_DECAY=0.1
GRAD_CLIP=1.0
......
```

修改好之后，可按下述方式进行作业提交

```
cd megatron-deepspeed-llama2_pytorch
chmod u+x single.sh
sbatch run.sh
```
## result

成功运行后，会在运行目录下的logs目录下生成作业号.out文件，会持续输出模型运行log：

```
./logs/xxxxx.out
```



## 应用场景
### 算法类别
```
自然语言处理
```

### 热点应用行业
```
医疗,教育,科研,金融
```

## 源码仓库及问题反馈
- https://developer.hpccube.com/codes/modelzoo/megatron-deepspeed-llama2_pytorch
## 参考资料
- https://github.com/bigscience-workshop/Megatron-DeepSpeed

- https://www.deepspeed.ai/getting-started/

- https://deepspeed.readthedocs.io/en/latest/index.html