DeepSeek-R1-Distill-Qwen-1.5B基于MindIE推理实践

1 实验目标

1.1 实验目标

  • 掌握纯模型的精度和性能测试
  • 掌握服务化的部署
  • 掌握服务化的精度和性能测试

2 前置准备

2.1 准备推理环境

2.1.1 下载镜像

1)进入登录昇腾镜像仓库:www.hiascend.com/developer/a... 查询mindie

2)申请权限后,下载对应的镜像版本

2.1.2 拉起容器

shell 复制代码
docker run -itd --privileged --name=$container_name --net=host --shm-size=500g \
--device=/dev/davinci0 \
--device=/dev/davinci1 \
--device=/dev/davinci2 \
--device=/dev/davinci3 \
--device=/dev/davinci4 \
--device=/dev/davinci5 \
--device=/dev/davinci6 \
--device=/dev/davinci7 \
--device=/dev/davinci_manager \
--device=/dev/devmm_svm \
--device=/dev/hisi_hdc \
-v /usr/local/Ascend/driver:/usr/local/Ascend/driver \
-v /usr/local/Ascend/add-ons/:/usr/local/Ascend/add-ons/ \
-v /usr/local/sbin/:/usr/local/sbin/ \
-v /var/log/npu/slog/:/var/log/npu/slog \
-v /var/log/npu/profiling/:/var/log/npu/profiling \
-v /var/log/npu/dump/:/var/log/npu/dump \
-v /var/log/npu/:/usr/slog \
-v /etc/hccn.conf:/etc/hccn.conf \
-v $model_path:/model \
$image_id /bin/bash

进入容器:

shell 复制代码
docker exec -it $container_name bash

2.2 模型权重下载

设置个人开发目录,如:

shell 复制代码
mkdir /home/zhangsan
cd /home/zhangsan

下载DeepSeek-R1-Distill-Qwen-1.5B权重: modelers.cn/models/Stat...

shell 复制代码
# 首先保证已安装git-lfs(https://git-lfs.com),如没安装可自行安装:apt update && apt install git-lfs

git lfs install
git clone https://modelers.cn/State_Cloud/DeepSeek-R1-Distill-Qwen-1.5B.git

2.3 数据集(GSM8K)准备

shell 复制代码
mkdir -p /home/zhangsan/data/gsm8k
cd /home/zhangsan/data/gsm8k

wget -O GSM8K.jsonl https://sail-moe.oss-cn-hangzhou.aliyuncs.com/open_data/gsm8k/test.jsonl --no-check-certificate 

3 纯模型测试

3.1 性能测试

3.1.1 初始化环境变量

shell 复制代码
source /usr/local/Ascend/mindie/set_env.sh
source /usr/local/Ascend/ascend-toolkit/set_env.sh
source /usr/local/Ascend/nnal/atb/set_env.sh
source /usr/local/Ascend/llm_model/set_env.sh

export MINDIE_LLM_LOG_TO_STDOUT=1
export PATH=/usr/local/python3.11.10/bin:$PATH

3.1.2 执行性能测试

shell 复制代码
cd /usr/local/Ascend/llm_model/tests/modeltests

# bash run.sh pa_[数据类型] performance $ALL_IN_OUT_SETS $BS [模型名] [模型权重路径] [使用卡数] 

# 示例
bash run.sh pa_bf16 performance [[256,256]] 1 qwen $权重路径 1

3.1.3 查看性能结果

3.2 精度测试

3.2.1 初始化环境变量(同3.1.1,如果设置过,则可跳过这步)

3.2.2 准备测试数据集

shell 复制代码
cd /usr/local/Ascend/llm_model/tests/modeltests

cp -r /home/zhangsan/data/ ./

3.3 执行精度测试

shell 复制代码
cd /usr/local/Ascend/llm_model/tests/modeltests

# bash run.sh pa_[数据类型] [数据集名称] $BS [模型名] [模型权重路径] [使用卡数]
# 示例
bash run.sh pa_bf16 full_GSM8K 100 qwen $权重路径 1

3.4 查看精度结果

4 服务化测试

4.1 服务化部署

4.1.1 服务化配置文件修改

shell 复制代码
cd /usr/local/Ascend/mindie/latest/mindie-service

vim conf/config.json

修改内容如下:

4.1.2 初始化环境变量

shell 复制代码
source /usr/local/Ascend/mindie/set_env.sh
source /usr/local/Ascend/ascend-toolkit/set_env.sh
source /usr/local/Ascend/nnal/atb/set_env.sh
source /usr/local/Ascend/llm_model/set_env.sh

export MINDIE_LLM_LOG_TO_STDOUT=1
export MINDIE_LOG_TO_STDOUT=1
export PATH=/usr/local/python3.11.10/bin:$PATH

4.1.3 拉起服务化

shell 复制代码
cd /usr/local/Ascend/mindie/latest/mindie-service

./bin/mindieservice_daemon
回显下面内容表示服务化启动成功:
Daemon start success!

4.1.4 测试服务化是否正常

另开一个session, 发送请求测试:

shell 复制代码
curl -X POST -d '{
    "model":"qwen",
    "messages": [{
        "role": "system",
        "content": "what is deep learning?"
    }],
    "max_tokens": 100,
"stream": false
}' http://10.3.14.15:1025/v1/chat/completions

4.2 服务化性能测试

保证上面的4.1.3操作已完成!!

4.2.1 初始化环境变量

另开一个session:

shell 复制代码
export PATH=/usr/local/python3.11.10/bin:$PATH

export MINDIE_LOG_TO_STDOUT="benchmark:1; client:1"

4.2.2 性能测试

根据实际情况修改下面datasetpath, modelname, modelpath参数

shell 复制代码
benchmark --DatasetPath "$datasetPath" --DatasetType "gsm8k" --ModelName qwen --ModelPath "$weightPath" --TestType client --Http http://127.0.0.1:1025 --ManagementHttp http://127.0.0.2:1026 --Concurrency 100 --TaskKind stream --Tokenizer True --MaxOutputLen 512

4.2.3 查看性能结果

4.3 服务化精度测试

4.3.1 初始化环境变量

shell 复制代码
export PATH=/usr/local/python3.11.10/bin:$PATH
export MINDIE_LOG_TO_STDOUT="benchmark:1; client:1"

export LCCL_DETERMINISTIC=1
export HCCL_DETERMINISTIC=true
export ATB_MATMUL_SHUFFLE_K_ENABLE=0

4.3.2 精度测试

根据实际情况修改下面datasetpath, modelname, modelpath参数

shell 复制代码
benchmark --DatasetPath "$datasetPath" --DatasetType "gsm8k" --ModelName qwen --ModelPath "$weightPath" --TestType client --Http http://127.0.0.1:1025 --ManagementHttp http://127.0.0.2:1026 --Concurrency 1 --TaskKind stream --Tokenizer True --MaxOutputLen 512 --TestAccuracy True

4.3.3 查看精度结果

相关推荐
ResponsibilityAmbiti2 小时前
AI 发展 && MCP
人工智能·llm·aigc
AI大模型3 小时前
LangGraph官方文档笔记(6)——时间旅行
程序员·langchain·llm
CoderLiu17 小时前
用这个MCP,只给大模型一个figma链接就能直接导出图片,还能自动压缩上传?
前端·llm·mcp
智泊AI1 天前
大语言模型LLM底层技术原理到底是什么?大型语言模型如何工作?
llm
moonless02221 天前
🌈Transformer说人话版(二)位置编码 【持续更新ing】
人工智能·llm
小爷毛毛_卓寿杰1 天前
基于大模型与知识图谱的对话引导意图澄清系统技术解析
人工智能·llm
聚客AI1 天前
解构高效提示工程:分层模型、文本扩展引擎与可视化调试全链路指南
人工智能·llm·掘金·日新计划
AI大模型1 天前
LangGraph官方文档笔记(4)——提示聊天机器人
程序员·langchain·llm
Baihai_IDP1 天前
vec2text 技术已开源!一定条件下,文本嵌入向量可“近乎完美地”还原
人工智能·面试·llm
养心进行时1 天前
为什么模型训练中会有“机器评分高,但人工评分却很差”的情况?
llm