Skip to content

Latest commit

 

History

History
executable file
·
188 lines (142 loc) · 6.92 KB

Qwen_Export_Guide.md

File metadata and controls

executable file
·
188 lines (142 loc) · 6.92 KB
Raw

Qwen模型导出与编译

1. 准备工作

Qwen模型导出需要依赖Qwen官方仓库。onnx模型导出和转bmodel模型推荐在mlir部分提供的docker中完成。

注意：

  • 编译模型需要在x86主机完成。
  • Qwen-7B官方库50G左右，转模型需要保证运行内存至少40G以上，导出onnx模型需要存储空间100G以上，请确保有足够的硬件空间完成对应的操作。

2. 主要步骤

模型编译前需要安装TPU-MLIR。安装好后需在TPU-MLIR环境中进入例程目录。先导出onnx，然后使用TPU-MLIR将onnx模型编译为BModel。编译的具体方法可参考《TPU-MLIR快速入门手册》的“3. 编译ONNX模型”(请从算能官网相应版本的SDK中获取)。

2.1 TPU-MLIR环境搭建

2.1.1 安装docker

若已安装docker，请跳过本节。

# 安装docker
sudo apt-get install docker.io
# docker命令免root权限执行
# 创建docker用户组，若已有docker组会报错，没关系可忽略
sudo groupadd docker
# 将当前用户加入docker组
sudo usermod -aG docker $USER
# 切换当前会话到新group或重新登录重启X会话
newgrp docker​

提示：需要logout系统然后重新登录，再使用docker就不需要sudo了。

2.1.2. 下载并解压TPU-MLIR

从sftp上获取TPU-MLIR压缩包

pip3 install dfss --upgrade
python3 -m dfss --url=open@sophgo.com:sophon-demo/Qwen/tpu-mlir_v1.10.beta.0-31-g896b42e8c-20240809.tar.gz
tar -xf tpu-mlir_v1.10.beta.0-31-g896b42e8c-20240809.tar.gz

2.1.3. 创建并进入docker

TPU-MLIR使用的docker是sophgo/tpuc_dev:latest, docker镜像和tpu-mlir有绑定关系，少数情况下有可能更新了tpu-mlir，需要新的镜像。

docker pull sophgo/tpuc_dev:latest
# 这里将本级目录映射到docker内的/workspace目录,用户需要根据实际情况将demo的目录映射到docker里面
# myname只是举个名字的例子, 请指定成自己想要的容器的名字
docker run --name myname -v $PWD:/workspace -it sophgo/tpuc_dev:latest
# 此时已经进入docker，并在/workspace目录下
# 初始化软件环境
cd /workspace/tpu-mlir_vx.y.z-<hash>-<date>
source ./envsetup.sh

此镜像仅onnx模型导出和编译量化模型，程序编译和运行请在开发和运行环境中进行。更多TPU-MLIR的教程请参考算能官网的《TPU-MLIR快速入门手册》和《TPU-MLIR开发参考手册》。

2.2 获取onnx

2.2.1 下载Qwen官方代码

注：

  • Qwen1.5-1.8B官方库50G左右，在下载之前，要确认自己有huggingface官网的access token或者SSH key。
  • Qwen1.5-7B官方库50G左右，在下载之前，要确认自己有huggingface官网的access token或者SSH key。
git lfs install
git clone https://huggingface.co/Qwen/Qwen1.5-7B-Chat
git clone https://huggingface.co/Qwen/Qwen1.5-1.8B-Chat

如果git clone完代码之后出现卡住，可以尝试ctrl+c中断，然后进入仓库运行git lfs pull。

2.1.2 修改官方代码：

本例程的tools目录下提供了修改好之后的config.json和modeling_qwen.py。可以直接替换掉原仓库的文件：

Qwen

cp tools/Qwen-7B-Chat/config.json Qwen-7B-Chat/
cp tools/Qwen-7B-Chat/modeling_qwen.py Qwen-7B-Chat/

Qwen1.5

cp tools/Qwen1.5-7B-Chat/config.json Qwen1.5-7B-Chat/
cp tools/Qwen1.5-7B-Chat/modeling_qwen2.py /usr/local/lib/python3.10/dist-packages/transformers/models/qwen2/

cp tools/Qwen1.5-1.8B-Chat/config.json Qwen1.5-1.8B-Chat/
cp tools/Qwen1.5-1.8B-Chat/modeling_qwen2.py /usr/local/lib/python3.10/dist-packages/transformers/models/qwen2/

Qwen2

cp tools/Qwen2-7B-Instruct/config.json Qwen2-7B-Instruct/
cp tools/Qwen2-7B-Instruct/modeling_qwen2.py /usr/local/lib/python3.10/dist-packages/transformers/models/qwen2/

2.1.3 导出onnx

  • 导出所有onnx模型，如果过程中提示缺少某些组件，直接pip install组件即可

Qwen

# bm1684x 单芯
python3 tools/export_onnx_qwen.py --model_path /workspace/Qwen-7B-Chat --seq_length 512 

# bm1684x 多芯
python3 tools/export_onnx_qwen.py --model_path /workspace/Qwen-7B-Chat --seq_length 512 --lm_head_with_topk 1

Qwen1.5

# bm1684x 单芯
python3 tools/export_onnx_qwen1.5.py --model_path /workspace/Qwen1.5-7B-Chat --seq_length 512 

# bm1684x 多芯
python3 tools/export_onnx_qwen1.5.py --model_path /workspace/Qwen1.5-7B-Chat --seq_length 512 --lm_head_with_topk 1

# bm1688/cv186x
python3 tools/export_onnx_qwen1.5.py --model_path /workspace/Qwen1.5-1.8B-Chat --seq_length 512 --lite True

Qwen2

# bm1684x 单芯
python3 tools/export_onnx_qwen2.py --model_path /workspace/Qwen2-7B-Instruct --seq_length 512 

# bm1684x 多芯
python3 tools/export_onnx_qwen2_parallel.py --model_path /workspace/Qwen2-7B-Instruct --seq_length 512 --lm_head_with_topk 1

Qwen2.5

# bm1684x 单芯
python3 tools/export_onnx_qwen2_5.py --model_path /workspace/Qwen2.5-7B-Instruct --seq_length 512

此时有大量onnx模型被导出到本例程中Qwen/models/onnx的目录。

2.2 bmodel编译

首先需要在mlir工具下激活环境，mlir下载地址可参考

cd tpu-mlir_v1.10.beta.0-31-g896b42e8c-20240809
source envsetup.sh

目前TPU-MLIR支持1684x对Qwen进行BF16,INT8和INT4量化，使用如下命令生成bmodel。

Qwen

# bm1684x 单芯
./scripts/gen_bmodel.sh --target bm1684x --mode int4 --name qwen-7b --seq_length 512 --addr_mode io_alone

# bm1684x 多芯
./scripts/gen_bmodel.sh --target bm1684x --mode int4 --name qwen-7b --seq_length 512 --addr_mode io_alone --num_device 2 --dynamic 1

Qwen1.5

# bm1684x 单芯
./scripts/gen_bmodel.sh --target bm1684x --mode int4 --name qwen1.5-7b --seq_length 512 --addr_mode io_alone

# bm1684x 多芯
./scripts/gen_bmodel.sh --target bm1684x --mode int4 --name qwen1.5-7b --seq_length 512 --addr_mode io_alone --num_device 2 --dynamic 1

# bm1688
./scripts/gen_bmodel.sh --target bm1688 --mode int4 --name qwen1.5-1.8b --seq_length 512 --addr_mode io_alone 

# cv186x
./scripts/gen_bmodel.sh --target cv186x --mode int4 --name qwen1.5-1.8b --seq_length 512 --addr_mode io_alone

Qwen2

# bm1684x 单芯
./scripts/gen_bmodel.sh --target bm1684x --mode int4 --name qwen2-7b --seq_length 512 --addr_mode io_alone

# bm1684x 多芯
./scripts/gen_bmodel_qwen2_parallel.sh --mode int4 --name qwen2-7b --seq_length 512 --addr_mode io_alone --num_device 2 --dynamic 1

Qwen2.5

# bm1684x 单芯
./scripts/gen_bmodel.sh --target bm1684x --mode int4 --name qwen2.5-7b --seq_length 512 --addr_mode io_alone

其中，mode可以指定bf16/int8/int4，编译成功之后，BM1684X模型将会存放在models/BM1684X目录下，BM1688模型将会存放在models/BM1688目录下，CV186X模型将会存放在models/CV186X目录下。