DeepSeek-V3/R1-671B全参数微调指南及使用教程

DeepSeek-V3/R1-671B 全参数微调指南是什么？

DeepSeek-V3/R1-671B 全参数微调指南是一个关于 DeepSeek-V3/R1-671B 模型全参数微调的开源指南，由中国科学院自动化研究所和中科闻歌联合推出。项目提供了从训练到推理的完整代码和脚本，并总结了训练和部署过程中的经验和问题解决方案。

功能特点

• 全参数微调支持：提供从训练到推理的完整代码和脚本，支持数据并行和序列并行。

• 硬件优化：提供详细的硬件配置建议和实验结果，帮助高效利用计算资源。

• 数据格式适配：支持 Openai 标准数据格式，并扩展了对 reasoning 数据的兼容。

• 推理部署：支持将模型权重转换为 Hugging Face 格式，并通过 vLLM 等框架进行推理部署。

DeepSeek-V3/R1-671B 全参数微调指南用途

• 自然语言处理：适用于文本生成、机器翻译、情感分析等任务。

• 复杂场景推理：能够处理长篇幅文档和多领域任务，如医疗辅助诊断、金融分析等。

• 科研与技术探索：作为技术试验平台，探索通用人工智能（AGI）的潜在路径。

• 企业级应用：可用于智能客服、文档分析等场景，提升企业效率和决策能力。

如何使用DeepSeek-V3/R1-671B 全参数微调指南

1. 硬件配置

• 需要 32 台服务器，每台配置：

• 8 x NVIDIA H100 80GB GPU

• 96 核 CPU

• 2TB 内存

• 100TB 共享存储

• InfiniBand 400G 网络

2. 环境配置

conda create -n ds_env python=3.10
conda activate ds_env
pip install -r requirements.txt
cp -r ./code/xtuner /path/to/env/site-packages

3. 数据准备

数据格式示例：

{
"messages": [
{"role": "system", "content": "You are a helpful assistant."},
{"role": "user", "content": "用户问题"},
{"role": "assistant", "content": "思考过程\n最终回答", "loss": true}
]
}

4. 启动训练

使用 pdsh 或 slurm 启动训练：

pdsh -R ssh -w node[0-31] 'bash ./code/scripts/sft_deepseek.sh'

5. 模型权重转换

将训练结果转换为 Hugging Face 格式：

bash ./code/scripts/convert_pth_to_hf.sh

6. 推理部署

使用 vLLM 部署：

# 启动 Ray
pdsh -R ssh -w node0 "conda activate vllm && ray start --head"
pdsh -R ssh -w node1,node2,node3 "conda activate vllm && ray start --address='node0:6379'"
# 启动 vLLM
pdsh -R ssh -w node0 "vllm serve /path/to/model --tensor-parallel-size 8 --pipeline-parallel-size 4"

GitHub仓库：https://github.com/ScienceOne-AI/DeepSeek-671B-SFT-Guide