科大讯飞星火开源大模型iFlytekSpark-13B GPU版部署方法

星火大模型的主页：iFlytekSpark-13B: 讯飞星火开源-13B（iFlytekSpark-13B）拥有130亿参数，新一代认知大模型，一经发布，众多科研院所和高校便期待科大讯飞能够开源。 为了让大家使用的更加方便，科大讯飞增加了更多的数据，并针对工具链进行了优化。此次正式开源拥有130亿参数的iFlytekSpark-13B模型（讯飞星火开源-13B），也是首个基于全国产化算力平台“飞星一号”的大模型，正式开源！https://gitee.com/iflytekopensource/iFlytekSpark-13B其介绍已经说得很详细了，我只是简单总结一下GPU版的推理部署方法。这里是GPU版的说明页面：deepspeed-megatron/README.md · 讯飞星火开源/iFlytekSpark-13B - Gitee.comhttps://gitee.com/iflytekopensource/iFlytekSpark-13B/blob/master/deepspeed-megatron/README.md严格按照其环境要求配置环境环境即可。里面也说到，需要手动安装flash-attention和apex，这两个我都没装过，发现装后者确实有坑。期间也遇到了其他问题，例如CUDA版本之类，但都好解决，但是apex安装之后，发现有各种问题。例如报：No module named 'fused_layer_norm_cuda'。

也有博客中有解决方法：ModuleNotFoundError: No module named ‘fused_layer_norm_cuda‘_modulenotfounderror: no module named 'fused_layer_-CSDN博客文章浏览阅读5.3k次，点赞5次，收藏22次。Nvidia Apex安装与简单使用_modulenotfounderror: no module named 'fused_layer_norm_cudahttps://blog.csdn.net/Zhangye1011/article/details/125962036但是照做还是会报错，试了无数次，最终在这里看到：GPU版本报错no module named 'fused_layer_norm_cuda' · Issue #I91FJC · 讯飞星火开源/iFlytekSpark-13B - Gitee.com

结合上面的博客，感觉有可能确实是分支的问题。 apex也确实有这样的分支：

GitHub - NVIDIA/apex at 22.04-dev

所以把repo clone下来之后，首先：

git checkout 22.04-dev

再运行：

pip install -v --disable-pip-version-check --no-cache-dir --global-option="--cpp_ext" --global-option="--cuda_ext" ./

竟然就没错了！想不通这么多人遇到的问题为啥不好好解决。

另外就是下载已经训练好的模型，是在这里下载：

iFlytekSpark-13B-model-GPU: 星火开源大模型13BGPU的模型权重https://gitee.com/iflytekopensource/i-flytek-spark-13-b-model-gpu需要注意的是，如上面repo里介绍的，由于模型太大所以使用Git LFS存储，如果直接用git clone是没法下载的。需要做的是先安装Git LFS（有很多git工具已经自带了）：

sudo apt-get install git-lfs

然后：

git lfs install

接下来就可以clone这个repo了：

git lfs clone https://gitee.com/iflytekopensource/i-flytek-spark-13-b-model-gpu.git

需要注意的是，从网页上看mp_rank_00_model_states.pt大概大小有50GB，两个权重文件加起来也只有100GB，我怎么clone了458GB。估计是因为repo中多次commit，不知道设置clone深度会不会解决，我没有测试。

最后总结一下目录关系，这点repo里写得也不是很详细：

运行推理的bash脚本在：iFlytekSpark-13B/deepspeed-megatron/examples_deepspeed/iFlytekSpark里，但是repo和bash脚本里写的权重文件和tokenizer的位置：

# 若文件结构如上所示，则对应参数如下
from_pretrained="/data/ckpt_download"
tokenizer_file="/data/tokenizer/tokenizer" #注意使用tokenizer/目录下.model和vocab的前缀名字tokenizer ，而不是只到tokenizer/目录

让人不明就里，实际上可以写成绝对路径，例如我为方便起见，改成了：

from_pretrained="/home/quyu/Projects/iFlytekSpark-13B/Data/ckpt_download"
tokenizer_file="/home/quyu/Projects/iFlytekSpark-13B/Data/tokenizer/tokenizer"

最后说说硬件要求，我做完了以上配置就不报别的错了，只是还是显存溢出了，我的电脑是3090*2的，看来最低只能用40GB单卡，两个24GB由于各种原因会爆显存。