已合并
mindspeed训练后端特性使用指南 #749
mindspeed训练后端特性使用指南 #749
已合并
sz创建于 2025年11月19日
共 2 个文件变更+39-0
MOWNERS+2-0
@@ -2,6 +2,8 @@ approvers:
2- fengliangjun2- fengliangjun
3- zhoubeirong3- zhoubeirong
4- elvinp4- elvinp
5+- wucong0509
6+- zengshu19991010
5reviewers:7reviewers:
6- fengliangjun8- fengliangjun
7- QsingHuan9- QsingHuan
@@ -0,0 +1,37 @@
1+# Verl 使用 MindSpeed 训练后端
2+ 
3+## 使能 MindSpeed 后端
4+ 
5+确认模型对应的 `strategy` 配置为 `megatron`,例如 `actor_rollout_ref.actor.strategy=megatron`,可以在 shell 脚本中或者 config 配置文档中设置。
6+ 
7+MindSpeed 自定义入参可通过 `override_transformer_config` 参数传入,例如对 `actor` 模型开启 FA 特性可使用 `+actor_rollout_ref.actor.megatron.override_transformer_config.use_flash_attn=True`
8+ 
9+## 特性支持列表
10+| 特性名称 | 配置参数 | 状态 |
11+|-------------------|--------------------------------------------------------------------------------------------------------------------------------------------------------------|---------|
12+| TP | actor_rollout_ref.actor.megatron.tensor_model_parallel_size<br>actor_rollout_ref.ref.megatron.tensor_model_parallel_size | Preview |
13+| PP | actor_rollout_ref.actor.megatron.pipeline_model_parallel_size<br>actor_rollout_ref.ref.megatron.pipeline_model_parallel_size | Preview |
14+| EP | actor_rollout_ref.actor.megatron.expert_model_parallel_size<br>actor_rollout_ref.ref.megatron.expert_model_parallel_size | Preview |
15+| ETP | actor_rollout_ref.actor.megatron.expert_tensor_parallel_size<br>actor_rollout_ref.ref.megatron.expert_tensor_parallel_size | Preview |
16+| SP | actor_rollout_ref.actor.megatron.override_transformer_config.sequence_parallel | Preview |
17+| 分布式优化器 | actor_rollout_ref.actor.megatron.override_transformer_config.use_distributed_optimizer | Preview |
18+|swap-optimizer |actor_rollout_ref.actor.megatron.override_transformer_config.swap_optimizer | Preview |
19+|自定义空操作层 |actor_rollout_ref.actor.megatron.override_transformer_config.noop_layers<br>actor_rollout_ref.actor.megatron.override_transformer_config.num_layers | Preview |
20+| 重计算 | actor_rollout_ref.actor.megatron.override_transformer_config.recompute_method<br>actor_rollout_ref.actor.megatron.override_transformer_config.recompute_granularity<br>actor_rollout_ref.actor.megatron.override_transformer_config.recompute_num_layers | Preview |
21+| CP | actor_rollout_ref.actor.megatron.context_parallel_size<br>actor_rollout_ref.actor.megatron.override_transformer_config.context_parallel_size | Preview |
22+| MoE alltoall dispatcher | actor_rollout_ref.actor.megatron.override_transformer_config.moe_permutation_async_comm | Preview |
23+|Multi-head Latent Attention| actor_rollout_ref.actor.megatron.override_transformer_config.multi_head_latent_attention | Preview |
24+ 
25+## 融合算子支持列表
26+| 特性名称 | 配置参数 | 状态 |
27+|-------------------|--------------------------------------------------------------------------------------------------------------------------------------------------------------|---------|
28+| fusion attention| actor_rollout_ref.actor.megatron.override_transformer_config.use_flash_attn | Preview |
29+| rms norm | actor_rollout_ref.actor.megatron.override_transformer_config.use_fused_rmsnorm | Preview |
30+| swiglu | actor_rollout_ref.actor.megatron.override_transformer_config.use_fused_swiglu | Preview |
31+| permute_unpermute |actor_rollout_ref.actor.megatron.override_transformer_config.fused_permute_and_unpermute | Preview |
32+|gemm | actor_rollout_ref.actor.megatron.override_transformer_config.moe_grouped_gemm | Preview |
33+|mc2 |actor_rollout_ref.actor.megatron.override_transformer_config.use_ascend_mc2 | Preview |
34+ 
35+ 
36+ 
37+注:"Preview"状态表示预览非正式发布版本,"Released"状态表示正式发布版本,"Dev"状态表示正在开发中。