AI图鉴

AI图鉴首页 › AI 资讯 › Qwen3次使用火炬的AWS列车

Qwen3次使用火炬的AWS列车

来源:AWS ML Blog · 发布时间:10-22 · 由 AI图鉴每小时自动聚合

Qwen3次列车 AWS列车使用火炬3条车道单Trn2.48x宽:Hugging Face 变形器 v5 型号为后端,火炬泰坦的原生 Qwen3

人工智能

Qwen3次使用火炬的AWS列车

在AWS Trainium上使用火炬剂意味着使用它的方式总是如此。 火炬内龙将Trainium登记为原生的PyTorch设备,它允许火炬通过标准PyTorch接口使用。 您可以使用这些配置从随机初始化或微调公布的权重中预排。 也可以自定义模式执行和内核来完成你的工作量。 在这张帖子中,你用单Trn2.48x大号的三路训练Qwen3.

第一种方法使用变形金刚v5作为火炬的模型后端。 它通过AutoModelForCausalLM运行Hub模型,并直接读写已出版的保温器。 第二个方法通过改变配置。 model spec来切换火炬泰坦的原生Qwen3. 第三个新增 Neuron Kernel 接口(NKI) 混合专家(MoE) 内核从火炬-中微子配方,然后使用火炬Titan的超载注册来附加自己的内核。 所有三种配置都使用相同的火炬run 发布图案和配置结构。

先决条件

要跟踪这个走过,使用一个单一的tn2.48x大号,其中AWS深层学习AMI用于Neuron或Neuron PyTorch训练容器。 这两个环境都提供了Neuron驱动程序,运行时间,以及列车训练所需的编译器。

在安装火炬- 中微子之前,请检查您的环境是否已经包含它。 以下命令打印已安装的版本和软件包路径:

此走行部使用下表中的版本。 为了复制这些例子,将这些版本标注起来。 变形器 v5 集成和 Trainium 特异性覆盖模块可以在火炬发布之间改变。

火炬中微子安装后,火炬神经将Trainium登记为神经元装置,火炬在启动时检测到。 在急切模式下,Neuron会在其执行时编译操作。 用火炬。 compile, Neuron 编译捕获的图表。 这种相同的发布模式在所有三种配置中都有效。

对于此行走中使用的版本,安装火炬- 中微子和火炬的剩余依存点,并使用- no- deps来保存火炬的Neuron 构造:

在开始训练前,从Hugging Face枢纽获得Qwen3型号文物。 保存在您可以传递到培训配置的本地目录中:

每个训练配置都是Python配置功能。 三个实例从一个基础配置开始,您将更新每个步骤。

使用 Hugging Face 变形器 v5 的列车

在第一个配置中,变形金刚v5通过AutoModelForCausalLM构建Qwen3. 枢纽模型定义提供了用于前向和后向通行证的执行。 您通过在配置中设置其Hub ID来选择模型。

用变压器开始建模后端 full(). 它留下映射到 Hugging Face 配置密钥的字段未设置,因此 AutoConfig. from pretrained () 从Hub 中加载模型架构。

在火炬-中微子寄存器根中创建神经元 qwen3.py,在那里运行训练命令。 添加导入、 模型化工艺路径和基础配置:

这个命令发布 64训练过程,每个逻辑NeuronCore一个。 --模块神经元 qwen3导入本地配置模块。 --config v5 qwen3 4b 选择配置函数。 数据并行设定使模型在所有64个级别上都变得僵硬。

装入并保存 Hugging Face 检查站

从已公布的重量到微调,允许检查点加载和点首加载 path to ASSETS. 状态词典适配器调整主型号。 前缀和手柄绑定嵌入。 它将最终检查站保存为Hugging Face安全防护装置。

使用第一个训练步骤损失作为快速检查,火炬侠将公布的重量加载。 对于Qwen/Qwen3-4B-Instruct-2507,经核实的运行产生第1步从公布的权重中损失6.54,从随机初始化中损失12.43.

训练后,将输出的检查站装入AutoModelForCausalLM并装入 state dict. 成功的往返报告除了lm head之外没有丢失或意外的密钥。 重量,Qwen3-4B与符号嵌入关系。 这证实档案仍然是标准Hugging Face检查站。

用火炬泰坦的本地型号进行训练

在第二个配置中,火炬泰坦构建其本土的Qwen3模型。 将本地的 Qwen3 导入和配置函数添加到神经元 qwen3. py:

此示例从qwen3 32b()开始,因为测试过的火炬构造不能提供通用的qwen3 4b()配置构造器。 下一行用4B规格取代32B型号规格。 其余的田地复制了测试的运行。

config.model spec选择模型类,并定义火炬泰坦如何将模型硬化并绘制其检查站密钥。 这里,model registry ("4B", attn backend="sdpa") 选择火炬泰坦的本地 Qwen3 执行,并使用缩放的点产品关注度( SDPA)。

为混合专家添加 NKI 内核

在第三个配置中,火炬泰坦运行着混合专家层,内核用NKI,Neuron内核语言书写。 将所需的导入和 Qwen3 MOE 配置函数添加到神经元 qwen3. py 中:

这种配置在64个排位上使用数据平行硬化,拉伸平行度为1. 它没有使用专家平行主义。 num experts=64设定模型中的专家人数,而非专家平行学位。

设置 CompileConfig( enable=False) 在急切模式下运行此示例。 火炬内龙支持注册的NKI运营商同时急切执行和火炬.compile.

在用于此行走的火炬建筑中,qwen3 nki moe config () 将MOE块替换为NKI分组专家执行。 它还选择了SDPA和无集合旋转嵌入。 当启用 Film.compile 时,在 compileConfig 中加入“ grad clip ”,用于编译渐变-规范剪辑。

NKI内核作为PyTorch操作员进入训练。 graw nki 使 NKI 内核可以从 PyTorch 调用,而 nki op 注册操作员。 使用在前传中保存的路由元数据附加其后传。

该示例将Qwen3-30B-A3B降低为4层,64位专家因此适合1tn2.48x大号。 它给4位专家送去每个符牌,上面为 k=4。

附加您自己的 NKI 内核

在某些情况下,您可能想要优化一个操作,用于您的模型中的收音机形状。 一个专门的内核可以使其板块和数据运动适应这些形状。 它也可以用一个优化的操作员取代PyTorch操作的性能关键序列。 你可以自己写内核,也可以从 nkilib 开始写。 这个例子使用 nkilib.core.embeddings 的绳索 hf,它期望Hugging Face 的拉诺布局,并支持自己的后向模式。 这个例子表明内核登记和自动分级整合,而不是业绩改进。

在寄存器根创建我的 neuron 内核.py,您的发布训练所在。 火炬存储查询和密钥为[批,下,头,头 dim],而绳 hf预期[批,头,下,头 dim]. 转换运算器内部的布局,用火炬分配输出亮度。 freety like():

绳 hf 计算梯度时使用后向=True表示。 注册该模式的第二个操作员。 前传时保存旋转缓存,使后传能够再利用。 没有返回缓存梯度,因为缓存没有不同。

因为绳索 hf需要支持的序列长度,在调用内核前验证这个约束。 子类 CosSinRoPE 从应用中调用绳索 fwd:

将 NKIROPE 注册为 CosSinRoPE 的替换。 生成( ) 复制共享配置字段到替换配置:

要装入自定义覆盖,请将模块名称传至 -- 覆盖。 进口。 火炬公司在建立该模型之前进口登记条目:

在训练开始前,火炬记录每个配置节点,覆盖将替换。 确认输出包含每个 Qwen3 层的一个 nki rope 条目:

将序列长度设定为128 * LNC的倍数,当LNC为2. 将旋转缓存重排为 [seq, head dim * 2],上半段为余弦值,第二段为正弦值。 内核在训练开始前验证这些限制。

完整的火炬图例,见火炬图/模型/gpt oss/nki attention.py. 它通过相同的运算符连接nkilib闪存内核并覆盖机制。 它还处理用于拉伸平行主义的Dentensor输入。

在使用自定义内核进行训练之前,先将其输出与它所取代的执行进行比较。 在带有浮点32输入的数值测试中,绳子 hf和火炬泰坦的PyTorch旋转嵌入产生查询和键的最大绝对差为0.0.

当您注册多个覆盖时,请将每个覆盖限制为带有 fqns 的预定模块实例。 例如,fqns=['layers.1[0-9]. attention.rope]针对10至19层的旋转嵌入。 当两个覆盖点声称相同的节点时火炬停止,当一个覆盖点与节点匹配时火炬停止警告。

审查培训产出

启动时确认火炬报64级和预期型号。 第一步包括汇编和采取比以后更长的步骤。 每个培训步骤都报告损失、梯度规范、高频段内存(HBM)使用情况、吞吐量和FLOPs模型利用情况。 对于检查站运行,确认第一步损失接近6.54. 对于自定义内核运行,确认每个 Qwen3 层的 nki rope 覆盖一次。

跨实例缩放

相同的平行设置适用于变形器和原生模型配置。 rn2.48x大号在LNC=2时暴露出64个逻辑的NeuronCores. 设置数据并行硬度= -1 以压缩模式参数,梯度,并优化火炬启动的每个级别上的状态。

设置配置。 paralism. tensor paral 度,使每层的重量在一组排位上被压缩。 每个阶次计算每个矩阵乘法的一块。 由于默认允许序列平行性,激活时的常态层沿序列维度发生硬化。 火炬式在多维设备Mesh上将拉诺并行主义与Fully Sharded Data并行(FSDP)结合。

当您增加模型大小、序列长度或本地批量大小时,注意每个排名的HBM。 这些值决定了每个级别需要多少内存。

清理

如果你想保持你的检查站,复制到持续储存在你清理之前。 如果你打算重用这个实例,就停止。 当您不再需要实例时,终止它。

结论

AWS Trainium作为支持的火炬装置,在这个穿行中贯穿所有三种配置。 可以通过Hugging Face变形器v5对Qwen3进行训练,直接加载或保存已公布的安全器。 您也可以通过设置配置( config. model spec)来使用火炬的本地 Qwen3 执行程序进行训练。 对于混合专家模型,使用火炬-中微子NKI配方。 对于自定义内核,通过相同的发布流,使用覆盖注册来附加NKI运算符。

关于设置指导,见AWS Neuron文档。 关于当前来源和培训食谱,请参见火炬寄存器。

本文由 AI图鉴自动抓取并翻译,版权归原作者所有;如需查看原文请点下方链接。

相关 AI 工具

Figma AI

Figma推出的原生AI设计工具

Open LLM Leaderboard

Hugging Face推出的开源大模型排行榜单

RHTV

RunningHub 推出的原生 AI 无限画布创作工具

蛙蛙写作

AI小说和内容创作工具

相关免费羊毛

AWS Activate

创业公司最高 $200k 云额度

Hugging Face

ZeroGPU 每天 5 分钟 RTX Pro 6000

Hugging Face

免费 HuggingChat 与推理 API

Kiro

AWS 智能体 IDE 免费档:每月 50 积分

同源资讯

5个多agent系统的生产挑战以及深度透视如何解决这些问题

AWS ML Blog · 10-22

使用 Strands Agents 的适应性代理智能框架

AWS ML Blog · 10-22

阅读原文(aws.amazon.com)

标题、摘要与正文均来自该信源的公开页面,版权归原作者所有;本站自动聚合与翻译,仅作出处跳转。

← 返回 AI 资讯列表AI工具图鉴首页

返回 AI图鉴首页 · 提交工具 · 商务合作 · 关于本站 · 586 款 AI 工具分类导航 · 每日 AI 热门项目与动态