前期准备

请参见软件安装完成MindSpeed安装。

融合算子使能要求安装CANN NNAL，即ATB加速库（Ascend Transformer Boost）。
请参见模型迁移的指导，完成模型迁移（基于1.0.RC3_core_r0.7.0分支）。

将MindSpeed目录下的tests_extend文件夹复制到Megatron-LM目录下。

# {PATH_TO_MEGATRON_LM}: the root path of `Megatron-LM`
cp -r MindSpeed/tests_extend {PATH_TO_MEGATRON_LM}

操作步骤

在“Megatron-LM”目录下，对预训练脚本tests_extend/system_tests/llama2/pretrain_llama2_70B_4k_tp2_pp2_vpp1_dp2.sh中的如下路径进行修改。
```
CKPT_DIR=./ckpt_llama
DATA_PATH="/home/dataset/llama2/alpaca_text_document"
TOKENIZER_MODEL="/home/dataset/model/llama-2-7b-hf/tokenizer.model"
```
以上路径请根据实际情况进行替换。

进入Megatron-LM目录，执行预训练脚本。

cd {PATH_TO_MEGATRON_LM}
bash tests_extend/system_tests/llama2/pretrain_llama2_70B_4k_tp2_pp2_vpp1_dp2.sh

上述脚本pretrain_llama2_70B_4k_tp2_pp2_vpp1_dp2.sh，包括但不限于以下并行与优化特性：

并行配置

--tensor-model-parallel-size              # 张量并行
--pipeline-model-parallel-size            # 流水线并行
--num-layers-per-virtual-pipeline-stage 1 # 每个虚拟流水线阶段的层数为1
--sequence-parallel                       # 序列并行

融合算子

--use-flash-attn                          # Flash Attention融合算子
--normalization RMSNorm                   # RMSNorm归一化
--use-fused-rmsnorm                       # RMSNorm融合算子
--swiglu                                  # SwiGLU激活函数
--use-fused-swiglu                        # SwiGLU融合算子

稠密模型

前期准备

操作步骤