环境
操作系统：
- ubuntu22.04
机器规格：
- CPU：96c；
- 内存：736 GiB；
- GPU：8 * NVIDIA V100 (32GB)
软件信息：
- Python 3.11.5；
- ColossalAI 0.3.6；
- cuda_11.8；
- pytorch 2.1.0+cu118
- transformers 4.34.1
准备工作
下载llama2-7B
国内用户使用ModelScope下载会友好些，模型下载地址为：
https://modelscope.cn/models/modelscope/Llama-2-7b-chat-ms/files
SDK下载
#模型下载
from modelscope import snapshot_download
model_dir = snapshot_download('modelscope/Llama-2-7b-chat-ms')
Git下载
请确保 lfs 已经被正确安装
git lfs install
git clone https://www.modelscope.cn/modelscope/Llama-2-7b-chat-ms.git
下载ColossalAI
Colossal-AI 是一个集成的大规模深度学习系统，具有高效的并行化技术。该系统可以通过应用并行化技术在具有多个 GPU 的分布式系统上加速模型训练。该系统也可以在只有一个 GPU 的系统上运行。
关于ColossalAI的更多介绍：https://colossalai.org/zh-Hans/
Git地址：https://github.com/hpcaitech/ColossalAI
下载后上传至服务器解压，进入根目录，执行：
pip install .
至此，所有依赖已准备完毕。
接下来会基于ColossalAI项目中的applications->ColossalChat下的实例做模型的训练。
数据集准备
准备原始数据集
训练数据集为JSONL格式，每行是一个独立的JSON，示例如下：
{"messages": [{"from": "human", "content": "问题1"}, {"from": "assistant", "content": "回答1"}]}
{"messages": [{"from": "human", "content": "问题2"}, {"from": "assistant", "content": "回答2"}]}
数据集处理
低版本的Colo
