NeMo Megatron-GPT 5B

| | |

模型描述

Megatron-GPT 5B是基于Transformer的语言模型。GPT是指一类类似于GPT-2和3的仅解码器的Transformer模型，而5B表示总的可训练参数数量（50亿）[1, 2]。

这个模型是用 NeMo Megatron 进行训练的。

入门指南

步骤1：安装NeMo和依赖项

您需要安装NVIDIA Apex和NeMo。

git clone https://github.com/ericharper/apex.git
cd apex
git checkout nm_v1.11.0
pip install -v --disable-pip-version-check --no-cache-dir --global-option="--cpp_ext" --global-option="--cuda_ext" --global-option="--fast_layer_norm" --global-option="--distributed_adam" --global-option="--deprecated_fused_adam" ./

pip install nemo_toolkit['nlp']==1.11.0

或者，您可以使用预先安装了所有依赖项的NeMo Megatron训练Docker容器。

步骤2：启动评估服务器

注意：下面的示例在两个GPU上启动了一个具有2个张量并行性（TP）和1个流水线并行性（PP）的模型变体。

git clone https://github.com/NVIDIA/NeMo.git 
cd NeMo/examples/nlp/language_modeling
git checkout v1.11.0
python megatron_gpt_eval.py gpt_model_file=nemo_gpt5B_fp16_tp2.nemo server=True tensor_model_parallel_size=2 trainer.devices=2

步骤3：发送提示到您的模型！

import json
import requests

port_num = 5555
headers = {"Content-Type": "application/json"}

def request_data(data):
    resp = requests.put('http://localhost:{}/generate'.format(port_num),
                        data=json.dumps(data),
                        headers=headers)
    sentences = resp.json()['sentences']
    return sentences


data = {
    "sentences": ["Tell me an interesting fact about space travel."]*1,
    "tokens_to_generate": 50,
    "temperature": 1.0,
    "add_BOS": True,
    "top_k": 0,
    "top_p": 0.9,
    "greedy": False,
    "all_probs": False,
    "repetition_penalty": 1.2,
    "min_tokens_to_generate": 2,
}

sentences = request_data(data)
print(sentences)