文本推理样例

如果执行文本推理时报“cannot allocate memory in static TLS block”错误，处理方法请参见使用第三方库transformers跑模型推理时，报错“cannot allocate memory in static TLS block”章节。

执行样例前请使用以下命令配置环境变量。

source /usr/local/Ascend/ascend-toolkit/set_env.sh                                 # CANN
source /usr/local/Ascend/nnal/atb/set_env.sh                                       # ATB
source /usr/local/Ascend/llm_model/set_env.sh                                      # ATB Models
source /usr/local/Ascend/mindie/set_env.sh                                         # MindIE

带后处理性能测试样例

# Engine模式 文本推理
SMPL_PARAM='{\"temperature\":0.5,\"top_k\":10,\"top_p\":0.9,\"typical_p\":0.9,\"seed\":1234,\"repetition_penalty\":1,\"watermark\":true}'
benchmark \
--DatasetPath "/{数据集路径}/GSM8K/" \
--DatasetType "gsm8k" \
--ModelName llama2-7b \
--ModelPath "/{模型权重路径}/LLaMA3-8B/" \
--TestType engine \
--Tokenizer True \
--Concurrency 128 \
--MaxOutputLen 512 \
--DoSampling True \
--SamplingParams=$SMPL_PARAM

Engine文本推理模式输出结果如图1所示：

图1 Engine文本推理模式

不带后处理性能测试样例

# Engine模式 文本推理
benchmark \
--DatasetPath "/{数据集路径}/CEval" \
--DatasetType "ceval" \
--ModelName "baichuan2_13b" \
--ModelPath "/{模型权重路径}/baichuan2-13b" \
--TestType engine \
--Concurrency 50 \
--MaxOutputLen 512 \
--Tokenizer True

精度测试样例

使用CEval或MMLU数据集计算精度时，MaxOutputLen的值不应设置太大，比如设置为20即可。
MindIE Server的config.json配置文件中maxSeqLen参数的值一般根据数据序列长度设置。
- 对于CEval数据集，maxSeqLen的参考值为3072；
- 对于MMLU数据集，maxSeqLen的参考值为3600，该数据集中有约为1.4w条数据，推理耗时会比较长。

样例如下所示：

benchmark \
--DatasetPath "/{数据集路径}/CEval" \
--DatasetType "ceval" \
--ModelName "baichuan2_13b" \
--ModelPath "/{模型权重路径}/baichuan2-13b" \
--TestType engine \
--Concurrency 1 \
--MaxOutputLen 20 \
--Tokenizer True \
--TestAccuracy True

父主题： Engine推理模式