README.md

# Nemotron-Cascade 2

## 论文

[Nemotron-Cascade 2: Post-Training LLMs with Cascade RL and Multi-Domain On-Policy Distillation](https://arxiv.org/abs/2603.19220)

## 模型简介

我们很高兴地推出Nemotron-Cascade-2-30B-A3B，这是一个拥有300亿参数的开源混合专家（MoE）模型，其激活参数为30亿，具备强大的推理和智能体能力。该模型是基于Nemotron-3-Nano-30B-A3B-Base进行后期训练得到的。Nemotron-Cascade-2-30B-A3B在2025年国际数学奥林匹克竞赛（IMO）和国际信息学奥林匹克竞赛（IOI）中均取得了金牌级别的优异成绩。它支持思考模式和指导（非思考）模式两种运行方式。

<div align=center>
    <img src="./doc/perf.jpg"/>
</div>

## 环境依赖

|   **软件**   |                      **版本**                      |
| :----------: | :------------------------------------------------: |
|     DTK      |                       26.04                        |
|    python    |                      3.10.12                       |
| transformers |                     5.2.0.dev0                     |
|     vllm     |           0.15.1+das.opt1.alpha.dtk2604            |
|    triton    | 3.3.0+das.opt2.dtk2604.torch291.20260210.g1329924c |
|    torch     |     22.9.0+das.opt1.dtk2604.20260206.g275d08c2     |
|    numpy     |                       1.26.1                       |

当前仅支持以下镜像: `harbor.sourcefind.cn:5443/dcu/admin/base/custom:vllm0.15.1-ubuntu22.04-dtk26.04-0130-py3.10-20260220`

- 挂载地址`-v` 根据实际模型情况修改

```
docker run -it --shm-size 200g \
                --network=host \
                --name Nemotron-Cascade \
                --privileged \
                --device=/dev/kfd \
                --device=/dev/dri \
                --device=/dev/mkfd \
                --group-add video \
                --cap-add=SYS_PTRACE \
                --security-opt seccomp=unconfined \
                -u root \
                -v /opt/hyhal/:/opt/hyhal/:ro \
                harbor.sourcefind.cn:5443/dcu/admin/base/custom:vllm0.15.1-ubuntu22.04-dtk26.04-0130-py3.10-20260220 bash
```
更多镜像可前往[光源](https://sourcefind.cn/#/service-list)下载使用。

关于本项目DCU显卡所需的特殊深度学习库可从[光合](https://developer.sourcefind.cn/tool/)开发者社区下载安装，numpy、vllm 库需要替换安装：

```
pip uninstall vllm
pip uninstall numpy
pip install vllm-0.15.1+das.opt1.alpha.dtk2604-cp310-cp310-linux_x86_64.whl
pip install numpy==1.26.1
```

## 数据集

暂无

## 训练

暂无

## 推理

### vllm

#### 单机推理

```
## serve启动
export VLLM_USE_NN=0
export VLLM_ENABLE_MOE_FUSED_GATE=0

vllm serve  nvidia/Nemotron-Cascade-2-30B-A3B    --trust-remote-code --dtype bfloat16 -tp 2  --port 8010

## client访问
curl -X POST "http://localhost:8010/v1/chat/completions"      -H "Content-Type: application/json"     --data '{
                "model": "nvidia/Nemotron-Cascade-2-30B-A3B",
                "messages": [
                        {
                                "role": "user",
                                "content": "你是谁"
                        }
                ]
        }'

```


## 效果展示
<div align=center>
    <img src="./doc/result.png"/>
</div>

### 精度

DCU 与 GPU 精度一致，推理框架：vllm。

## 预训练权重

| **模型名称**                    | **权重大小** | **DCU型号**   | **最低卡数需求** | **下载地址**                                                 |
| :-----------------------------: | :----------: | :-----------: | :--------------: | :----------------------------------------------------------: |
| Nemotron-Cascade-2-30B-A3B      | 30B         | BW1000 | 2                | [Hugging Face](https://huggingface.co/nvidia/Nemotron-Cascade-2-30B-A3B) |

## 源码仓库及问题反馈

- https://developer.sourcefind.cn/codes/modelzoo/nemotron-cascade-2_vllm

## 参考资料

- https://huggingface.co/nvidia/Nemotron-Cascade-2-30B-A3B