AutoModelForCausalLM.from_pretrained如何实现多卡并行传输
时间: 2024-01-07 16:02:42 浏览: 1368
Deepspeed+Trainer多卡微调大型模型的简单高效实现_ChatGLM.mutli_gpu_tuning.zip
AutoModelForCausalLM.from_pretrained方法可以实现多卡并行传输。具体实现步骤如下:
1. 首先,通过调用from_pretrained方法加载预训练模型,并传入相关参数,如模型路径、配置、数据类型、内存使用等。
2. 如果检测到有多个GPU可用(通过torch.cuda.device_count()判断),则进入多卡加载的分支。
3. 在多卡加载分支中,首先使用accelerate库的infer_auto_device_map函数根据模型和内存限制自动分配设备映射。
4. 然后,使用accelerate库的dispatch_model函数将模型分发到各个设备上,实现多卡并行传输。
5. 最后,打印设备映射信息,表示多GPU预测已启用。
6. 如果只有一个GPU可用,则进入单卡加载分支,将模型移动到GPU上。
下面是一个示例代码:
```python
from transformers import AutoModelForCausalLM
import torch
ori_model_path = "path/to/pretrained_model"
config = "path/to/config"
bc_model = AutoModelForCausalLM.from_pretrained(
ori_model_path,
config=config,
torch_dtype=torch.float16,
low_cpu_mem_usage=True,
trust_remote_code=True,
revision='main',
device_map='auto'
)
if torch.cuda.device_count() > 1:
from accelerate import dispatch_model
from accelerate.utils import infer_auto_device_map, get_balanced_memory
device_map = infer_auto_device_map(bc_model, max_memory=get_balanced_memory(bc_model))
bc_model = dispatch_model(bc_model, device_map)
print('multi GPU predict => {}'.format(device_map))
else:
bc_model = bc_model.cuda()
print("single GPU predict")
```
阅读全文