InfiniLM

本项目是基于 InfiniCore 的推理引擎。

使用方式

• 编译并安装 InfiniCore 。注意根据提示设置好 INFINI_ROOT 环境变量（默认为 $HOME/.infini）。

• 编译并安装 InfiniLM

xmake && xmake install

• 运行模型推理测试

python scripts/jiuge.py [--cpu | --nvidia | --cambricon | --ascend | --metax | --moore | --iluvatar | --kunlun | --hygon] path/to/model_dir [n_device]

• 部署模型推理服务

python scripts/launch_server.py --model-path MODEL_PATH [-h] [--dev {cpu,nvidia,cambricon,ascend,metax,moore,iluvatar,kunlun,hygon}] [--ndev NDEV] [--max-batch MAX_BATCH] [--max-tokens MAX_TOKENS]

• 测试模型推理服务性能

python scripts/test_perf.py

• 使用推理服务测试模型困惑度（Perplexity）

python scripts/test_ppl.py --model-path MODEL_PATH [--ndev NDEV] [--max-batch MAX_BATCH] [--max-tokens MAX_TOKENS]

使用方式(新版)

一、编译并安装 InfiniCore

编译并安装 InfiniCore， 详情见 InfiniCore的 README :

• 注意根据提示设置好 INFINI_ROOT 环境变量（默认为 $HOME/.infini）
• 根据硬件平台，选择 xmake 构建配置
• 编译安装InfiniCore
• 安装 C++ 库
• 安装 Python 包

二、编译并安装 InfiniLM

• 克隆项目

  由于仓库中含有子模块，所以在克隆时请添加 --recursive 或 --recurse-submodules，如：

  git clone --recursive https://github.com/InfiniTensor/InfiniLM.git

  或者在普通克隆后进行更新：

  git submodule update --init --recursive

• 安装 InfiniLM Python 包

    pip install -e .

• 单次推理测试

  • llama示例

  python examples/llama.py [--cpu | --nvidia | --metax | --moore | --iluvatar] --model_path=<path/to/model_dir>

  • 例如：

  python examples/llama.py --nvidia --model_path=/models/TinyLlama-1.1B-Chat-v1.0

• 分布式推理测试

  • 9g示例

  python examples/jiuge.py [---nvidia] --model_path=<path/to/model_dir> --backend=cpp --tp=NDEV --batch_size=MAX_BATCH 

  • 例如： 9G7B模型，cpp后端，batch_size为16，4卡分布式

  python examples/jiuge.py --nvidia --model_path=/models/9G7B_MHA/ --backend=cpp --tp=4 --batch_size=16