Skip to content

Releases: PaddlePaddle/PaddleNLP

v3.0.0-beta2

08 Oct 08:52
81de41a
Compare
Choose a tag to compare
v3.0.0-beta2 Pre-release
Pre-release

本次更新强化了PaddleNLP的基础设施,新增了Qwen2.5、Mixtral 8*22B模型并升级了Tokenizer功能,同时重命名了数据索引工具。

此外,还修复了MoE模型参数保存与加载等问题,提升了文本处理准确性,并更新了文档与测试用例。在推理性能、硬件支持及自动并行方面也进行了优化,包括支持更多模型与参数配置、多GPU推理、国产硬件支持增强以及分布式训练流程优化等。

核心变更与增强功能

  1. 基础设施强化

    • 新增Qwen2.5模型(#9157 ),Mixtral 8*22B。进一步丰富模型库。
    • Tokenizer功能升级,现支持加载额外解码标记added_tokens_decoder(#8997 ),提升灵活性。
    • 数据索引工具tool_helpers重命名为fast_dataindex#9134 ),以更直观反映其功能特性。
    • 实现训练过程中数据间隔跳过的功能(#8989 ),优化数据处理效率。
    • Unified Checkpoint优化
      • 更新优化器异步保存信号(#8975 ),保证保存稳定。
      • 修复统一检查点中的多项问题(#9082 ),确保功能正确性。
  2. 问题修复

    • 解决了MoE模型参数保存与加载的问题(#9045 )。
    • 修正Tokenizer中空格与特殊符号处理的不足(#9010 , #9144 ),提升文本处理准确性。
  3. 文档与测试更新

    • 更新多个文档,涵盖LLM模型文档(如#8990 , #8999 )及量化文档(#9057 )等,确保信息的时效性与准确性。
    • 新增测试用例,如针对PIR模式序列并行的测试(#9015 ),强化测试覆盖度。
    • 修复文档中的链接错误(如#9127 ),提升用户体验。
  4. 其他关键变更

    • 推理性能优化
      • LLM推理代码得到优化,支持更多模型与参数配置(如#8986 , #8995 ),拓宽应用场景。
      • 实现Qwen2_Moe多GPU推理(#9121 )及wint4量化(#9129 ),提升推理效率。
      • 加强LLM推理对FP8与INT8的支持(如#9032 , #9151 ),满足多样化精度需求。
    • 硬件支持拓展
      • 增强对DCU、XPU、MLU等国产硬件的支持(如#8983 , #8504 , #9075 ),促进国产化替代。
      • 优化上述硬件上的模型训练与推理性能,提升整体运算效率。
    • 自动并行优化
      • 修复训练过程中数据重复跳过的问题(#8980 ),确保数据处理的正确性。
      • 更新自动并行配置与检查点转换器(如#8847 , #9136 ),提升并行训练的灵活性与稳定性。
      • 新增损失NaN/Inf检查器(#8943 ),及时发现并处理潜在数值问题。
      • 优化分布式训练中的数据加载与梯度合并流程(如#9120 , #9179 ),提升训练速度与稳定性。

What's Changed

Read more

v3.0.0-beta1

22 Aug 03:41
7473743
Compare
Choose a tag to compare
v3.0.0-beta1 Pre-release
Pre-release

PaddleNLP从v3.0.0-beta0升级至v3.0.0-beta1版本,带来了多项重要更新与增强。新引入了Yuan、mamba和jamba模型,并优化了LLM推理代码,提升了兼容性和效率。

基础性能优化方面,添加了快速分词器,实现了MoE优化器参数广播,加速了层归一化。同时,修复了多个bug,包括safetensors shape切片问题和Windows下mmap问题,提升了系统稳定性和兼容性。

文档与测试方面,进行了全面更新和优化,确保了文档的准确性和代码的可读性。此外,还增强了国产硬件支持,包括DCU和XPU的优化,以及PIR模式和自动并行的配置更新。

主要变更与新增功能

1. 新模型与特性引入

  • 新模型:在#8654 中引入了Yuan模型;在#8513#8517 中分别添加了mamba和jamba新模型,并在后续Pull Request中修复了相关bug,确保了模型的稳定运行。
  • LLM推理优化:通过多个Pull Request,我们优化了LLM推理代码,并新增了对新模型和参数的支持,进一步提升了推理效率和兼容性。

2. 基础性能优化

  • 快速分词器:在#8832 中,我们添加了基于tokenizers库的快速分词器,显著提升了分词速度和性能。
  • MoE优化:在#8810 中,我们实现了MoE(Mixture of Experts)优化器参数的广播,有效增强了模型训练的效率。
  • 层归一化加速:通过多个Pull Request,我们添加了fast_rmsnorm,启用了use_fast_layer_norm,并更新了基准测试配置,进一步加速了模型训练过程。特别是在#8717 中,我们支持了在微调过程中使用use_fast_layer_norm,为用户提供了更多灵活性。
  • 训练性能优化:在#8803 中,我们添加了enable_sp_async_reduce_scatter选项,有效优化了训练性能。
  • 字典参数支持:在#8446 中,我们为trainer的argparser添加了支持字典参数的新特性,增强了参数传递的灵活性。同时,在#8904 中,我们更新了tensorboard的要求,确保了与最新版本的兼容性。

3. Bug修复

  • safetensors修复:在#8702 中,我们修复了safetensors的形状问题。
  • Windows系统mmap修复:在#8734 中修复了mmap问题,提升了windows的兼容性。
  • 其他Bug修复:包括#8687#8730 等多个Pull Request中的bug修复。

4. 文档与测试更新

  • 文档优化:在多个Pull Request中,我们进行了文档更新、代码风格清理和版本信息更新,确保了文档的准确性和可读性。
  • README修复与增强:在#8741 中,我们修复了README中的断链问题;同时,多个贡献者更新了README文档,添加了新的测试用例,确保了文档与代码的同步更新。

5. 其他重要变更

国产硬件支持增强
  • DCU支持:在#8580 中,我们实现了针对DCU的高性能LLM训练和推理,拓展了PaddleNLP的硬件支持范围。
  • XPU优化:在#8527 中,我们为XPU添加了LoRA优化;在#8697#8710 中,我们分别实现了XPU的allgather功能和修复了统一检查点的gather问题,进一步提升了XPU上的模型训练效率。
PIR模式支持
  • 导出与加载优化:在#8689 中,我们修改了PIR模式下llama模型的导出方式;在#8712#8766 中,我们支持了以三种模式(旧IR、PIR模型文件、PIR JSON文件)加载或保存Llama2-7b模型,为用户提供了更多灵活性和兼容性。
自动并行优化
  • 配置更新:在#8679 中,我们更改了Llama2-7b配置中的max_steps以适应自动并行;在#8767#8828 中,我们优化了自动训练器的保存和加载功能;在#8750 中,我们更新了全局剪切的损失函数,进一步提升了自动并行的效率和准确性。

What's Changed

Read more

v3.0.0-beta0

28 Jun 03:05
a2b8a78
Compare
Choose a tag to compare

很高兴地通知大家,飞桨大模型套件发布v3.0.0beat版本:拥抱大模型,体验全升级。具体工作如下:

  • 统一大模型工具链,实现国产计算芯片全流程接入;
  • 全面支持飞桨4D并行配置、高效精调策略、高效对齐算法、高性能推理等大模型产业级应用流程;
  • 自研极致收敛的RsLoRA+算法、自动扩缩容存储机制Unified Checkpoint和通用化支持FastFFN、FusedQKV助力大模型训推;
  • 主流模型持续支持更新,提供高效解决方案。

大模型精调对齐训推优化

模型新增

  • 新增Gemma模型 in #8082

    • google/gemma-7b
    • google/gemma-7b-it
    • google/gemma-2b
    • google/gemma-2b-it
  • 新增llama3模型 in #8307 #8371

    • meta-llama/Meta-Llama-3-8B
    • meta-llama/Meta-Llama-3-8B-Instruct
    • meta-llama/Meta-Llama-3-70B
    • meta-llama/Meta-Llama-3-70B-Instruct
  • 新增Qwen2模型 in #8338 #8584 #8601

    • Qwen/Qwen1.5-0.5B
    • Qwen/Qwen1.5-0.5B-Chat
    • Qwen/Qwen1.5-1.8B
    • Qwen/Qwen1.5-1.8B-Chat
    • Qwen/Qwen1.5-4B
    • Qwen/Qwen1.5-4B-Chat
    • Qwen/Qwen1.5-7B
    • Qwen/Qwen1.5-7B-Chat
    • Qwen/Qwen1.5-14B
    • Qwen/Qwen1.5-14B-Chat
    • Qwen/Qwen1.5-32B
    • Qwen/Qwen1.5-32B-Chat
    • Qwen/Qwen1.5-72B
    • Qwen/Qwen1.5-72B-Chat
    • Qwen/Qwen1.5-110B
    • Qwen/Qwen1.5-110B-Chat
    • Qwen/Qwen1.5-MoE-A2.7B
    • Qwen/Qwen1.5-MoE-A2.7B-Chat
    • Qwen/Qwen2-0.5B
    • Qwen/Qwen2-0.5B-Instruct
    • Qwen/Qwen2-1.5B
    • Qwen/Qwen2-1.5B-Instruct
    • Qwen/Qwen2-7B
    • Qwen/Qwen2-7B-Instruct
    • Qwen/Qwen2-72B
    • Qwen/Qwen2-72B-Instruct
    • Qwen/Qwen2-57B-A14B
    • Qwen/Qwen2-57B-A14B-Instruct

基础框架升级

  • 功能优化:

  • AutoParallel优化

    • llama支持recompute机制 in #8265
    • 适配llama3 in #8395
    • position_ids优化 in #8363
    • 支持流水线并行split_backward in #8479
    • 适配qwen in #8312
  • 分布式能力优化:

    • 修复流水线并行中enable_sharding_comm_overlap中参数错误问题 in #8333
    • MoE并行支持 in #8498 #8522
  • chat能力优化:

    • 增加Chat template in #8226
  • 其他

问题修复

  • 修复sharding数量小于100的bug in #8146
  • 修复TP/PP参数合并问题 in #8239
  • 修复tensor.shape与paddle.shape(tensor)不一致问题 in #8260
  • 修复fp16+delay_scale_loss_scale+sharding_stage1_overlap的bug in #8314
  • 增加pipelines运行文档及提示 in #8292 #8308 #8202 #8353
  • 修复text feature extraction任务中tokenizer输入 in #8331
  • 修复import error in #8332 #8367

结构调整

PaddleNLP文件结构调整 in #8609 #8613 #8605 #8614 #8617 #8626 #8618 #8625 #8619 #8629 #8601 #8627 #8666

What's Changed

Read more

v2.8.1

20 Jun 07:42
db99efd
Compare
Choose a tag to compare

What's Changed

Full Changelog: v2.8.0...v2.8.1

v2.8.0

24 Apr 10:04
Compare
Choose a tag to compare

很高兴地通知大家,飞桨大模型套件发布v2.8.0版本。这个版本中,我们深度优化套件的大模型精调对齐的能力,提升大模型套件在国产计算硬件训推能力,具体工作如下:

  • 特色精调和高效对齐:提供自研极致收敛的RsLoRA+算法,大幅提升PEFT训练收敛速度以及训练效果;引入高性能生成加速到RLHF PPO算法,打破 PPO 训练中生成速度瓶颈,PPO训练性能大幅领先。
  • 大模型训练提速:通用化支持 FastFNN、FusedQKV等多个大模型训练性能优化方式,大模型训练更快、更稳定。

大模型精调对齐训推优化

  • 精调
    • PEFT
      • 新增QLoRA pipeline parallel支持 #7801
      • 自定义python算子,优化LoRA的前反向计算 #8106
      • 新增 rslora,lora+,pissa 算法 #8111
    • 长序列
      • 新增长序列方案和模型解耦。RotaryEmbedding,LinearScalingRotaryEmbedding,NTKScalingRotaryEmbedding,DynamicNTKScalingRotaryEmbedding等。#8076
    • Alignment
      • 新增PPO 对齐算法 #7305
    • 训练策略
      • 新增LLaMA sequence parallel #7746
      • 新增LLaMa master_grad #7658
      • GPT新增auto_parallel的支持。 #8160
    • 新增算子
      • 新增GQA 算子支持 #7906
      • 新增gqa fuse attention qkv #7890
      • 新增SwiGLU 算子 #8038
  • 推理
    • 新增QWenVL 的静态图推理 #7808
      模型新增
  • 新增Deberta,Debertav2模型 #8227
    • deepset/deberta-v3-large-squad2
    • microsoft/deberta-v2-xlarge
    • microsoft/deberta-v3-base
    • microsoft/deberta-v3-large
    • microsoft/deberta-base
  • 新增mixtral-of-experts #7803
    • mistralai/Mixtral-8x7B-Instruct-v0.1
    • mistralai/Mixtral-8x7B-v0.1
  • 新增LLama3 #8315
    • meta-llama/Meta-llama-3-8b
    • meta-llama/Meta-Llama-3-8B-Instruct
    • meta-llama/Meta-llama-3-70b
    • meta-llama/Meta-Llama-3-70B-Instruct

基础框架升级

  • Trainer升级
    • Trainer新增 ignore_save_lr_and_optim 参数,可以忽略保存lr scheduler以及optimizer权重 #7978
    • Trainer新增 Wandb 和 Tensorboard 支持。#7863
    • Trainer支持同时解析命令行与json文件参数 #7768
    • trainer新增gradient_sync_after_accumulate支持。#8045
    • dataloader新增cuda编译检查 #8099
  • AutoParallel升级
    • llama 自动并行支持bf16损失 #7874
    • 增加refined-recompute机制#7349
    • 在AMP-O2策略下支持master_grad#7658
    • 进一步完善动静统一自动并行分布式训练基本功能#7985 #8114
    • 新增Llama2模型基于AutoTrainer的半自动训练 #7851 #7885
    • 新增llama的hybrid_parallel_topo_order策略。#8011
    • llama模型组网动静统一 #8127
  • 其他
    • 重构download下载逻辑,支持从bos、hf hub、aistudio、model scope下载模型 #7608 #8020 #8088
    • 新增分布式训练的pipeline parallel #8051
    • 适配npu的FA #8171 #8210
    • llama新增block_attention/cachekv quant #7649

其他支持

  • 新增俄罗斯套娃(matryoshka representation learning)检索策略,节省计算和存储资源。#8165

问题修复

  1. 日志级别修改,并增加timelog计时日志,兼容不同设备。#8261
  2. 修复pipeline并行中随机初始化的shared weights不一致的问题,覆盖GPT/OPT等模型。#7772
  3. 关闭CI及单测中从huggingface hub下载的逻辑 #7798 #8198
  4. 修复llm的gradio开启chat template时候重复拼接query 和 history的问题。#7992
  5. 修复GPT模型下载key error问题。#8253
  6. 修复LlamaRotaryEmbedding #7882
  7. 修复allreduce dtype的问题 #7876
  8. 修复框架侧dev分支清理 paddle.jit.dy2static.utils_helperAPI的问题 #7989
  9. 修复read-data timer在ignore_data_skip=False and skip_profile_timer=False 的问题。#8177
  10. 修复Wandb单测问题 #8066 #8056
  11. 修复Trainer同时解析json与命令行列表参数报错问题#7860
  12. 修复Gradio UI 中的推理问题 #7740 #7788
  13. 修复 Tokenizer 相关的基础问题 #7797 7870
  14. 修复 custom devices上loading rng state的问题。#7894
  15. 修复自动并行打印BF16的loss编码错乱的问题#7874
  16. 采用float初始化模型,修复静态图自动并行AMP报错问题#8033#8199
  17. 修复ShardDataloader接口在PipeLine Parallelism下使用错误问题#8014
  18. 修复llama在custom devices的精度问题。#7895
  19. 修复NPU AICPU算子问题 #7976
  20. 修复FusedLinearWithGradAdd少传参数的问题。#8178

What's Changed

Read more

v2.7.2

30 Jan 07:50
b39e701
Compare
Choose a tag to compare

本版本做了一些小问题的修复

What's Changed

Full Changelog: v2.7.1...v2.7.2

v2.7.1

04 Jan 14:24
bb9062e
Compare
Choose a tag to compare

本版本做了一些小问题的修复

What's Changed

Full Changelog: v2.7.0...v2.7.1

PaddleNLP 2.7.0 Release Note

03 Jan 04:07
adf9e6f
Compare
Choose a tag to compare

很高兴地通知大家,飞桨大模型套件发布v2.7.0版本。这个版本中,我们深入优化套件的大模型能力。从易用性、性能、到稳定性都有巨大提升。

总体而言,当前版本更新有以下亮点:

  • 统一工具链大模型入口。统一预训练、精调、压缩、推理以及部署等环节的实现代码,到 PaddleNLP/llm目录。
  • 全新大模型工具链文档。一站式指引用户从大模型入门到业务部署上线。文档见: https://paddlenlp.readthedocs.io/zh/latest/llm/finetune.html
  • 全断点存储机制 Unified Checkpoint。 在存储断点时将模型权重、优化器权重等进行统一safetensors格式存储,不再区分分布式策略存储,并且支持恢复训练的动态扩缩容,大大提高大模型存储的通用性。
  • 高效微调升级。支持了高效微调+LoRA同时使用,支持了QLoRA等算法。

大模型训推全流程

  • 预训练
    • 统一了预训练入口到 llm/run_pretrain.py
    • 支持了qwen 等模型预训练,支持flash attention。
  • 精调
    • 支持可LoRA + Linear量化同时使用
    • 支持了流水线并行模型 + lora一起使用
    • 支持了NEFTune方法
    • 添加了QLoRA支持
  • 压缩
    • 支持PTQ、QAT量化功能,包括A8W8、WINT8、WINT4、A8W4
    • 支持SmoothQuant、GPTQ、AWQ等量化算法

Unified Checkpoint

  • 在大模型背景下,通常我们需要进行多卡分布式的训练,在保存Checkpoint时所得到的模型权重通常是分片放置的,例如根据张量并行、流水线并行进行切分保存。这种根据分布式策略直接存储Checkpoint的方式非常直接明了,但也存在如下的问题:
    • 对下游推理不够友好,当用户希望获取中间阶段保存的Checkpoint做下游推理时,需要手动对模型权重进行合并。
    • 不利于应对做恢复训练时,可能会面临的分布式策略改变、训练节点数发生变化的情况。用户往往需要手动对Checkpoint进行处理,增加了操作复杂度。
  • 为了最大程度地解决上述的问题,降低用户操作难度,我们对大模型存储框架进行了升级,提出了大模型统一存储方案——Unified Checkpoint。Unified Checkpoint的核心思想是将模型权重、优化器权重等进行统一safetensors格式存储,在Checkpoint存储时不再对分布式策略进行区分,提高大模型存储的通用性。
  • Unified Checkpoint具备以下功能与特点:
    • 权重存储不区分分布式策略,并采用safetensors格式统一存储;
    • 灵活支持大模型训练扩容、缩容等各种情况,能够适配不同分布式训练策略的切换

模型新增

  • moka-ai/m3e-base 检索模型
  • BAAI/bge-small-zh-v1.5 检索模型

基础框架升级

  • Trainer 升级
    • 支持了 "--skip_memory_metrics 0"是,显示实时 显存、内存占用
    • 支持 "--unified_checkpoint" "--unified_checkpoint_config" 支持混合并行下模型save,动态扩缩容重启。
  • 新增 PretrainModelPipe基础类,支持流水线并行训练。
    其他支持
  • 支持了paddlenlp commit id 展示 paddlenlp.version.commit
  • 支持AI Studio download add save to aistudio hub

问题修复

  • 修复了dist_dataloader的一些问题
  • 修复了一些模型动转静问题
  • 修复了GPT训练的一些bug,移除了GPT2。修复了一些seed设置问题
  • 修复了baichuan模型在流水线并行的一些问题。

New Contributors

v2.6.1

14 Sep 03:57
fd2bed5
Compare
Choose a tag to compare

What's Changed

在v2.6.1版本中,我们做了大量的bug修复,提高了LLM模型和相关组件的稳定性。除了bug修复以外,主要新增功能如下:

  • LLM:新增了 qwen 模型,InTokens数据流兼容了Pipeline Parallel,LLM精调支持从多个训练文件加载以及热启动,增强了LLaMA模型的不同recompute粒度
  • Trainer: hybrid_parallel_topo_order 选项,并修复了 sharding stage3 的保存模型。
  • Paddle-pipelines: 添加了对 ERNIE-Bot-turbo和ERNIE-embedding 的支持, 更新了分层搜索示例并且增强了 ChatPaper 的UI
  • Megatron 数据集:添加了加载 megatron 数据集的支持,支持ernie-1.0和T5数据类型

New Contributors

Full Changelog: v2.6.0...v2.6.1

v2.6.0

15 Aug 13:11
4353b64
Compare
Choose a tag to compare

PaddleNLP 2.6 正式版本:全新升级,迈进大模型时代!

我们很高兴宣布,PaddleNLP 2.6版本现已全新升级并正式发布!此次升级标志着我们正式迈入了大模型时代。在PaddleNLP 2.6版本中,我们推出了全新的飞桨大语言模型全流程工具链。这套工具链涵盖了预训练、精调、压缩、推理以及部署等环节,为用户提供了一个完整的端到端大模型解决方案。

我们的工具链全面支持LLaMA 1/2, BLOOM, ChatGLM 1/2, GLM, OPT等主流大模型。这使得用户可以在使用同一套工具的前提下,以低成本的方式尝试各种不同的大模型。

为了支持这套大模型工具链,我们进行了大量的底层和基础框架侧的升级:

  • 我们将Trainer API升级成为了4D并行分布式Trainer,这让模型的训练过程变得更加高效。
  • 我们实现了高效微调算法LoRA/Prefix Tuning,使得单机可以精调千亿级别的模型。
  • 同时,我们还依托PaddleSlim的自研量化算法,在所有支持的大模型上全面实现了无损量化。

这些升级都是为了让我们的用户能在大模型时代中更加轻松地进行模型的训练、优化和部署。我们期待你的试用,并期待你的反馈,让我们一起推进PaddleNLP的发展。在2.5版本到2.6版本中PaddleNLP有 40 位新增Contributors,感谢大家对PaddleNLP开源工作的支持!

New Contributors

Full Changelog: v2.5.2...v2.6.0