MindSpeed-LLM作为昇腾大模型训练框架，旨在为华为 昇腾芯片 提供端到端的大语言模型训练方案, 包含分布式预训练、分布式指令微调、分布式偏好对齐以及对应的开发工具链。

---

MindSpeed-LLM 大模型训练框架功能特性概览

训练方案

• 分布式预训练：预训练方案/并行策略/加速算法/融合算子
• 分布式指令微调：指令微调方案/Prompt模板/动态padding/长序列方案
• 分布式偏好对齐：偏好对齐方案/DPO/奖励模型
• 开发工具链：权重转换/数据处理/分布式推理/分布式评估
• 昇腾工具链：Profiling采集/确定性计算/高可用

预置模型

• MindSpeed-LLM 100+ 预置大模型及其权重下载地址
• MindSpeed-LLM 使用指南
• 基于 Megatron-LM + MindSpeed-LLM 训练自定义大模型

研发中特性与模型

• O1: https://openai.com/index/learning-to-reason-with-llms/
• COT：Chain-of-Thought Reasoning without Prompting
• GRPO: DeepSeek Reinforcement Learning
• Search: AlphaZero-Like Tree-Search
• PPO: Proximal Policy Optimization Algorithms
• PRM: Reward Modeling as Next-Token Prediction
• QLoRA: Efficient Finetuning of Quantized LLMs
• Mamba2: Transformers are SSMs
• Mamba-Hybird: An Empirical Study of Mamba-based Language Models
• DeepSeek-V2: 236B
• DeepSeek-V2.5: 236B
• QWen2.5: 7B, 14B, 32B, 72B
• InternLM2.5: 1.8B, 7B, 20B
• MiniCPM3: 4B
• Yi1.5: 6B, 9B, 34B
• Phi3.5: MoE, Mini

---

分布式预训练

【预训练实测集群性能与线性度】

模型系列	实验模型	硬件信息	集群规模	MFU
LLAMA2	LLAMA2-7B	Atlas 900 A2 PODc	1x8	65.8%
	LLAMA2-13B	Atlas 900 A2 PODc	1x8	57.4%
	LLAMA2-70B	Atlas 900 A2 PODc	4x8	53.9%

基于 GPT3-175B 稠密大模型，从128颗 NPU 扩展到 7968颗 NPU 进行 MFU 与线性度实验，下图是实验数据：

图中呈现了对应集群规模下的 MFU 值与集群整体的 线性度情况. 计算公式已经放到社区，点击链接可进行参考：MFU计算公式，线性度计算公式.

【并行策略/加速算法/显存优化/融合算子】

场景	特性名称	Mcore	Legacy	贡献方
SPTD并行	张量并行	✅	✅	【昇腾】
	流水线并行	✅	✅	【昇腾】
	虚拟流水并行	✅	✅	【昇腾】
	序列并行	✅	✅	【昇腾】
长序列并行	Ascend Ring Attention 长序列并行	✅	❌	【昇腾】
	Ulysses 长序列并行	✅	❌	【昇腾】
	混合长序列并行	✅	❌	【昇腾】
MOE	MOE 专家并行	✅	❌	【昇腾】
	MOE 重排通信优化	✅	❌	【计算研究部】
显存优化	参数副本复用	✅	✅	【计算算法部】
	分布式优化器	✅	✅	【昇腾】
	Swap Attention	✅	✅	【计算研究部】
	重计算	✅	✅	【计算研究部】
融合算子	Flash attention	✅	✅	【昇腾】
	Fused rmsnorm	✅	✅	【昇腾】
	Fused swiglu	✅	✅	【昇腾】
	Fused rotary position embedding	✅	✅	【昇腾】
	GMM	✅	❌	【昇腾】
通信掩盖	梯度reduce通算掩盖	✅	✅	【昇腾】
	Recompute in advance	✅	❌	【昇腾】
	权重all-gather通算掩盖	✅	❌	【昇腾】
	MC2	✅	✅	【昇腾】

---

分布式指令微调

【指令微调实测性能】

模型	硬件	集群	框架	方案	序列	性能
llama2-7B	Atlas 900 A2 PODc	1x8	MindSpeed-LLM + NPU	全参	dynamic	45.7 samples/s
			DeepSpeed + NPU	全参	dynamic	40.4 samples/s
			DeepSpeed + 参考	全参	dynamic	46.5 samples/s
			MindSpeed-LLM + NPU	全参	16K	1.455 samples/s
			DeepSpeed + 参考	全参	16K	1.003 samples/s
			MindSpeed-LLM + NPU	全参	32K	0.727 samples/s
			DeepSpeed + 参考	全参	32K	0.4 samples/s
llama2-13B	Atlas 900 A2 PODc	1x8	MindSpeed-LLM + NPU	全参	dynamic	28.4 samples/s
			DeepSpeed + NPU	全参	dynamic	17.8 samples/s
			DeepSpeed + 参考	全参	dynamic	24.9 samples/s
llama2-70B	Atlas 900 A2 PODc	1x8	MindSpeed-LLM + NPU	LoRA	dynamic	11.72 samples/s
			DeepSpeed + 参考	LoRA	dynamic	3.489 samples/s

【指令微调特性】

场景	特性名称	Mcore	Legacy	贡献方
微调数据集支持格式	Alpaca 风格	✅	✅	【昇腾】
	ShareGPT 风格	✅	✅	【昇腾】
全参微调	单样本微调	✅	✅	【昇腾】
	多样本 pack	✅	✅	【NAIE】
	多轮对话	✅	✅	【昇腾】
	长序列方案	✅	✅	【NAIE】
低参微调	LoRA 微调	✅	✅	【NAIE】
	CCLoRA	✅	✅	【计算算法部】

---

分布式偏好对齐

【偏好对齐特性】

场景	特性名称	Mcore	Legacy	贡献方
偏好对齐	Offline DPO	✅	❌	【NAIE】
奖励模型	ORM	✅	❌	【昇腾】

---

开发工具链

场景	特性	Mcore	Legacy	贡献方
权重转换	Huggingface 与 Megatron 互转	✅	✅	【昇腾】
数据处理	预训练数据处理	✅	✅	【昇腾】
	Alpaca风格指令微调数据处理	✅	✅	【昇腾】
	ShareGPT风格指令微调数据处理	✅	✅	【昇腾】
分布式推理	流式推理	✅	✅	【NAIE】
	微调后 Chat 对话	✅	✅	【NAIE】
分布式评估	开源测评集评测	✅	✅	【NAIE】

---

昇腾工具链

场景	特性	Mcore	Legacy	贡献方
性能采集分析	基于昇腾芯片采集 profiling 数据	✅	✅	【昇腾】
高可用性	基于昇腾芯片开启确定性计算	✅	✅	【昇腾】
	基于昇腾芯片开启临终 ckpt 保存	✅	✅	【计算研究部】

---

版本配套与维护策略

依赖软件	版本	软件安装指南
昇腾NPU驱动	在研版本	《驱动固件安装指南》
昇腾NPU固件
Toolkit（开发套件）	在研版本	《CANN 软件安装指南》
Kernel（算子包）
PyTorch	在研版本	《Ascend Extension for PyTorch 配置与安装》
torch_npu插件
apex

MindSpeed-LLM版本有以下五个维护阶段：

状态	时间	说明
计划	1—3 个月	计划特性
开发	3 个月	开发特性
维护	6-12 个月	合入所有已解决的问题并发布版本，针对不同的MindSpeed-LLM版本采取不同的维护策略，常规版本和长期支持版本维护周期分别为6个月和12个月
无维护	0—3 个月	合入所有已解决的问题，无专职维护人员，无版本发布
生命周期终止（EOL）	N/A	分支不再接受任何修改

MindSpeed-LLM已发布版本维护策略：

MindSpeed-LLM版本	维护策略	当前状态	发布时间	后续状态	EOL日期
1.0.RC3	常规版本	维护	2024/09/30	预计2025/03/30起无维护
1.0.RC2	常规版本	维护	2024/06/30	预计2024/12/30起无维护
1.0.RC1	常规版本	EOL	2024/03/30	生命周期终止	2024/9/30
bk_origin_23	Demo	EOL	2023	生命周期终止	2024/6/30

---

致谢

MindSpeed-LLM由华为公司的下列部门联合贡献 ：

• 昇腾计算产品部
• 计算算法部
• 计算研究部
• 公共开发部：NAIE
• 全球技术服务部：GTS
• 华为云计算
• 昇腾计算生态使能部

感谢来自社区的每一个PR，欢迎贡献 MindSpeed-LLM

---

安全声明

MindSpeed-LLM安全声明