机器学习平台是一套服务于专业算法工程师，整合云原生的工具+算力（GPU、CPU云服务器），进行一站式AI算法开发和迭代的平台。本方案将为您介绍如何在 MLP 基于 Qwen2-72B 的开源模型进行模型微调、离线推理验证，并实现在线服务部署。

本方案以 Qwen2-72B 模型为例，在开始执行操作前，请确认您已经完成以下准备工作：

• 已开通网络/TOS/CFS，具体操作详见更改预付费资源组的负载网络VPC--机器学习平台-火山引擎、控制台快速入门--对象存储-火山引擎、访问文件存储实例--大数据文件存储-火山引擎。

• 已购买 MLP 资源，详见创建资源组--机器学习平台-火山引擎。关于资源价格详情，请详见实例规格及定价--机器学习平台-火山引擎。

• 已创建开发机实例，其中关键参数配置如下。具体操作详见创建开发机--机器学习平台-火山引擎。

  • 资源规格：配置以下资源规格。

    • CPU 实例：105C/1875G/100GB云盘。

    • GPU 卡数：至少 4*8 卡，最佳实践采用 4 台 ml.pni2。

  • 挂载配置：挂载 TOS bucket 和 CFS，具体操作详见训练代码如何访问TOS--机器学习平台-火山引擎。

  • 镜像地址：在自定义镜像处配置下方镜像，填写 SSH key 并挂载 TOS。由于拉取的镜像较大，首次创建开发机事件预计 20 分钟。

    vemlp-boe-cn-beijing.cr.volces.com/preset-images/megatron-lm:trail-2
    

1. 进入开发机。

   1. 登陆 账号登录-火山引擎。

   2. 在左侧导航栏单击开发机，在开发机列表页面中单击待操作的开发机名称，进入对应开发机内。

   3. 通过 SSH 远程登录开发机，具体操作详见通过SSH远程连接开发机--机器学习平台-火山引擎。

2. 配置volc configure。具体操作详见使用文档--机器学习平台-火山引擎。

3. 在Terminal中执行以下命令，通过镜像源下载 Qwen2-72B 模型，并打开挂载的存储桶路径。

   模型下载速度较慢，网络保持在150g、5m/s，预计8h可以下载完成。

cd /vemlp-demo-models
mkdir model-qwen 
cd model-qwen
pip3 install -U huggingface_hub
export HF_ENDPOINT=https://hf-mirror.com
huggingface-cli download --token $HF_TOKEN --resume-download Qwen/Qwen2-72B-Instruct --local-dir $ORIGINAL_MODEL_PATH

其中运行 huggingface-cli 命令行，需要传入的参数列表说明如下：

在 Terminal 执行以下命令，下载 MLP 已准备好的数据集。

cd /vemlp-demo-models
mkdir datasets-qwen
cd datasets-qwen
wget https://mlp-opentrail-demo.tos-cn-beijing.volces.com/dataset/finetune-dataset.tar.gz
tar -zxf finetune-dataset.tar.gz

3.1 模型格式转换（safetensor to ckpt）

在 Terminal 中执行以下命令，可将 safetensor 无损转换成 checkpoint 格式，并输出到启动参数（MEGATRON_LM_MODEL_PATH）配置的目标 checkpoint 路径中。格式转换预计耗时 45～50 min。

cd /opt/ml-platform/third_party/vemlp-open-trial/third_party/veMLP-utils/qwen2_convertor
bash convertor.sh -s $ORIGINAL_MODEL_PATH -t $MEGATRON_LM_MODEL_PATH -tp 8 -pp 4 -pr bf16 -te false

其中运行 convertor.sh 脚本需要传入的参数说明如下：

3.2 自定义任务分布式训练（指令微调）

最佳实践文档提供控制台与命令行两种方式的操作说明。

方式一：控制台

1. 进入自定义任务控制台

2. 配置环境

   1. 在自定义镜像处配置镜像。

   vemlp-boe-cn-beijing.cr.volces.com/preset-images/megatron-lm:trail-2
   

   2. 填写入口命令并定义环境变量。请注意 TOS 在开发机上挂载的路径与自定义任务中挂载的路径不一致，在入口命令填写数据集路径环境变量中填写模型路径时，需确保为自定义任务中挂载的路径。

   cd /opt/ml-platform/third_party/vemlp-open-trial/third_party/veMLP-examples/qwen2/ && /bin/bash run_finetune_mcore_qwen2.sh --batch_size 1 --global_batch_size 32 --learning_rate 1e-5 --min_learning_rate 1e-6 --sequence_length 2048 --padding_length 2048 --precision bf16 --tensor_parallel 8 --pipeline_parallel 4 --activation_checkpoint sel --distributed_optimizer true --flash_attention true --sequence_parallel true --transformer_engine true --save_interval 100 --dataset_path /data/datasets-qwen/finetune-dataset/alpaca_zh-llama3-train.json --valid_dataset_path /data/datasets-qwen/finetune-dataset/alpaca_zh-llama3-valid.json --pretrain_checkpoint_path $CHECKPOINT_PATH  --train_iters 1000 --lr_warmup_iters 10 --output_basepath $OUTPUT_PATH
   

   

3. 配置资源

   1. 选择合适的资源，最佳实践所用机器为 4 机 8 卡 ml.pni2。

   2. 挂载 TOS 和 CFS。需要注意：TOS 在开发机上挂载的路径与自定义任务中挂载的路径不一致，在环境变量中填写模型路径时需确保为自定义任务中挂载的路径。

   

方式二：命令行

在 Terminal 中使用以下命令对 qwen2-72B 进行预训练，具体操作步骤如下。

1. 创建一个 demo.yaml 文件。

2. 编辑 yaml 文件，填写镜像、资源规格、环境变量以及入口命令。

3. 运行任务命令。如运行成果，在Terminal会出现 “创建任务成功，task_id=*****” 字样。完整训练时长预计为2.5小时左右。

   volc ml_task submit --conf=/vemlp-demo-models/demo.yaml
   

demo.yaml 文件示例：

TaskName: "qwen2-72b"
Description: ""
Tags: []
ImageUrl: "vemlp-boe-cn-beijing.cr.volces.com/preset-images/megatron-lm:trail-2"
ResourceQueueID: "q-**************"  # 请替换为自己的队列ID
# DL framework, support: TensorFlow PS,PyTorch DDP,Horovod,BytePS
Framework: "PyTorchDDP"
# Flavor代表机型，去 https://www.volcengine.com/docs/6459/72363 查询

TaskRoleSpecs:
        - RoleName: "worker"
            RoleReplicas: 4                                                   
            Flavor: "custom"
            ResourceSpec:
                    Family: "ml.hpcpni2l"
                    CPU: 105.000
                    Memory: 1875.000
                    GPUNum: 8

Envs:
    - Name: "CHECKPOINT_PATH"
        Value: "/data/model-qwen/qwen2-72B-to-megatron-tp8-pp4"
    - Name: "OUTPUT_PATH"
        Value: "/data/model-qwen/ckpt"
 AccessType: "Queue"

Storages:
        - Type: "Tos"                     
            MountPath: "/data"
            Bucket: "vemlp-demo-models"
            Prefix: "/"
            FsName: "testmodel"
            MetaCacheExpiryMinutes: "-1"

Entrypoint: |
    cd /opt/ml-platform/third_party/vemlp-open-trial/third_party/veMLP-examples/qwen2/ && /bin/bash run_finetune_mcore_qwen2.sh --batch_size 1 --global_batch_size 32 --learning_rate 1e-5 --min_learning_rate 1e-6 --sequence_length 2048 --padding_length 2048 --precision bf16 --tensor_parallel 8 --pipeline_parallel 4 --activation_checkpoint sel --distributed_optimizer true --flash_attention true --sequence_parallel true --transformer_engine false --save_interval 100 --dataset_path /data/datasets-qwen/finetune-dataset/alpaca_zh-llama3-train.json --valid_dataset_path /data/datasets-qwen/finetune-dataset/alpaca_zh-llama3-valid.json --pretrain_checkpoint_path $CHECKPOINT_PATH  --train_iters 1000 --lr_warmup_iters 10 --output_basepath $OUTPUT_PATH

其中运行 run_finetune_mcore_qwen2.sh 脚本，需要传入的参数列表说明如下：

3.3 模型格式转换（ckpt to safetensor）

在 Terminal 中执行以下命令，可将 checkpoint 无损转换回 safetensor 格式，并输出到启动参数（ORIGINAL_MODEL_PATH）配置的目标 checkpoint 路径中。

1. 首先请确保 $MEGATRON_LM_MODEL_PATH 路径下存在 tokenizer.model 词表文件。如没有，则执行下面的命令行进行文件拷贝。

cp -f /vemlp-demo-models/model-qwen/qwen2-72B-to-megatron-tp8-pp4/tokenizer.json /vemlp-demo-models/model-qwen/ckpt/checkpoint/pretrain-mcore-qwen2--tp-8-pp-4/iter_0001000/

2. 运行 convertor.sh 脚本，预计转换时间 45～50 min。

cd /opt/ml-platform/third_party/vemlp-open-trial/third_party/veMLP-utils/qwen2_convertor
bash convertor.sh -m /opt/ml-platform/third_party/vemlp-open-trial/third_party -s /vemlp-demo-models/model-qwen/ckpt/checkpoint/pretrain-mcore-qwen2--tp-8-pp-4 -t /vemlp-demo-models/model-qwen/qwen2-72b-instruct-to-vllm-tp8-pp4/ -tp 8 -pp 4 -pr bf16 -te true -M  -hf /vemlp-demo-models/model-qwen/qwen2-72b-instruct

4.1 复制文件

模型转换为 vllm 推理格式模型后，在 Terminal 执行下面的命令行，将训练前模型路径下的所有json后缀格式文件复制到推理模型文件下路径，和.bin文件同级。

cp -f /vemlp-demo-models/model-qwen/qwen2-72b-instruct/*.json /vemlp-demo-models/model-qwen/qwen2-72b-instruct-to-vllm-tp8-pp4/

4.2 创建推理服务

1. 进入在线服务控制台。

2. 创建推理服务并进行资源部署。

   1. 配置私有网络。

   
   

   2. 在【服务管理】-【部署】处，点击新增部署。

      1. 填写镜像URL。

      vemlp-boe-cn-beijing.cr.volces.com/preset-images/vllm:default
      

      2. 输入入口命令。请注意 TOS 在在线服务上挂载的路径。

      python  -m vllm.entrypoints.openai.api_server  --model /vemlp-demo-models/model-qwen/qwen2-72b-instruct-to-vllm-tp8-pp4  --served-model-name qwen2  --tensor-parallel-size 8   --max-num-seqs 64
      

      3. 配置资源。最佳实践使用 1 机 8 卡 ml.pni2。
      4. 挂载 TOS 和 CFS。
      5. 配置子网与安全组。
         
         
         

4.3 定义请求文件 request.py 并执行

1. 创建 request.py 文件。脚本内容示例如下。

import requests
import json
# 定义请求，更换具体的ip地址
url = "http://101.126.23.138:8000/v1/completions"
headers = {
    "Content-Type": "application/json"
}
data = {
    "model": "qwen2",
    "prompt": "San Francisco is a",
    "max_tokens": 100,
    "temperature": 0
}
# 发送POST请求
response = requests.post(url, headers=headers, data=json.dumps(data))
# 打印响应内容
print(response.json())

2. 执行命令请求。

python request.py

结果如下。