更换dtk24.04.1镜像

README.md

@@ -24,7 +24,7 @@ mv tinyllama_pytorch TinyLlama # 去框架名后缀
 
 ### Docker（方法一）
 ```
-docker pull image.sourcefind.cn:5000/dcu/admin/base/pytorch:2.1.0-centos7.6-dtk23.10-py38
+docker pull image.sourcefind.cn:5000/dcu/admin/base/pytorch:2.1.0-ubuntu20.04-dtk24.04.1-py3.10
 # <your IMAGE ID>为以上拉取的docker的镜像ID替换，本镜像为：ffa1f63239fc
 docker run -it --shm-size=32G -v $PWD/TinyLlama:/home/TinyLlama -v /opt/hyhal:/opt/hyhal --privileged=true --device=/dev/kfd --device=/dev/dri/ --group-add video --name tinyllama <your IMAGE ID> bash
 cd /home/TinyLlama
@@ -41,12 +41,17 @@ docker run --shm-size=32G --name tinyllama -v /opt/hyhal:/opt/hyhal --privileged
 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:dtk23.10
-python:python3.8
+DTK驱动:dtk24.04.1
+python:python3.10
 torch:2.1.0
 torchvision:0.16.0
 triton:2.1.0
-apex:0.1
+apex:1.1.0
+flash_attn:2.0.4
+xformers:0.0.25
+rotary-emb:0.1
+dropout-layer-norm:0.1
+xentropy-cuda-lib: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。`
@@ -65,23 +70,7 @@ rm -rf /lib64/libstdc++.so.6
 ln -s /lib64/libstdc++.so.6.0.26 /lib64/libstdc++.so.6
 ```
 
-上述环境配置适于finetune及其推理，若希望从头训练，参照环境[`PRETRAIN.md`](./PRETRAIN.md)，还需要安装以下几个库：
-```
-# 以下安装包可从whl.zip文件里获取
-# flash_attn-2
-pip install flash_attn-2.0.4_torch2.1_dtk2310-cp38-cp38-linux_x86_64.whl
-# xformers
-tar -xvf xformers.tar -C .
-cd xformers
-pip install xformers==0.0.23 --no-deps
-bash patch_xformers.rocm.sh
-# rotary
-pip install rotary_emb-0.1_torch2.1_dtk2310-cp38-cp38-linux_x86_64.whl
-# layer_norm
-pip install dropout_layer_norm-0.1_torch2.1_dtk23.10-cp38-cp38-linux_x86_64.whl
-# xentropy
-pip install xentropy_cuda_lib-0.1_torch2.1_dtk2310-cp38-cp38-linux_x86_64.whl
-```
+
 
 ## 数据集
 `openassistant-guanaco`