GPT-J 6B 部署手册

概述

本文档介绍如何在 MOFFETT AI加速卡上利用 SOLA 部署 BLOOM 176B 模型。

GPT-J 6B 模型简介

GPT-J 6B是一个由EleutherAI研究小组创建的开源自回归语言模型。它是OpenAI的GPT-3的最先进替代品之一，在各种自然语言任务（如聊天、摘要和问答等）方面表现良好。

模型配置

• num_layers: 28

• num_heads: 16

• hidden_size: 4096

• vocab_size: 50401

• batch_size: 8

• token_num: 32

• max_seq_len: 256

系统要求

• 至少 1 个 MOFFETT Antoum 芯片

• 支持 avx512f 的 CPU

模型部署

部署模型分为四个步骤：下载、编译、运行、验证，每个步骤都提供了对应的默认脚本。

下载：prepare.sh

编译：build.sh

运行：run.sh

验证：verify.sh

你也可以参考以下步骤手动部署模型。

部署步骤

1. 下载模型依赖

   可以执行以下脚本下载模型依赖：

   ./prepare.sh

   若脚本执行失败，也可以通过以下链接手动下载并解压：

   https://moffett-oss-bucket01.oss-cn-shenzhen.aliyuncs.com/sola-demo/gptj_mlperf/gptj_mlperf.tar.gz

2. 编译部署代码

   ./build.sh

3. 运行

   可以执行以下脚本运行一段summarize例子：

   ./run.sh

   也可以手动运行，指定第一个参数为模型路径：

   ./build/gptj <model_path>

4. 验证结果

   ./verify.sh

性能指标参考

测试环境：

• 2x Intel(R) Xeon(R) Platinum 8380 CPU @ 2.30GHz

• 16x 64GiB DDR4 3200 MHz

• 24x MOFFETT Antoum 芯片

throughput	latency
1532.002 tokens/s	0.653 ms/token