作者：熊兮、求伯、一耘
引言
通义千问-72B（Qwen-72B）是阿里云研发的通义千问大模型系列的720亿参数规模模型。Qwen-72B的预训练数据类型多样、覆盖广泛，包括大量网络文本、专业书籍、代码等。Qwen-72B-Chat是在Qwen-72B的基础上，使用对齐机制打造的基于大语言模型的AI助手。
阿里云人工智能平台PAI是面向开发者和企业的机器学习/深度学习平台，提供AI开发全链路服务。快速开始（PAI-QuickStart）是阿里云人工智能平台PAI的产品组件，它集成了国内外 AI 开源社区中优质的预训练模型，支持零代码和 SDK 的方式实现从训练到部署再到推理的全过程，大大简化了模型的开发和部署，为开发者和企业用户带来了更快、更高效、更便捷的 AI 开发和应用体验。
本文将以 Qwen-72B-Chat 为例，介绍如何通过PAI平台的快速开始（PAI-QuickStart）部署和微调千问大模型。
运行环境要求
- 本示例目前仅支持在阿里云乌兰察布地域，使用灵骏集群环境运行。
- 资源配置要求：GPU 推荐使用 GU108（80GB），推理需要4卡及以上资源，微调需要4机32卡及以上资源。
- 阿里云 PAI 灵骏智算服务资源开通和管理请参考官网文档：
通过PAI控制台使用模型
开发者可以在 PAI 控制台的“快速开始”入口，找到 Qwen-72B-Chat 的模型，Qwen-72B-Chat 的模型卡片如下图所示：
模型部署和调用
通过“模型部署”入口，用户选择使用的灵骏资源信息，点击部署按钮，即可将模型部署到 PAI-EAS 推理服务平台。
通过部署的在线服务的详情页，用户可以查看服务访问地址（Endpoint）和访问凭证（Token），然后用于调用推理HTTP API。使用 cURL 调用推理服务的示例如下。
注意，因为模型较大，加载时间较长，用户可以在服务启动之后，通过以下的“查看模型列表”API查看服务当前加载完成的模型。
# 请注意替换为使用服务的Endpoint和Token
export API_ENDPOINT="<ENDPOINT>"
export API_TOKEN="<TOKEN>"
# 查看模型list
curl $API_ENDPOINT/v1/models \
-H "Content-Type: application/json" \
-H "Authorization: Bearer $API_TOKEN"
# 调用通用的文本生成API
curl $API_ENDPOINT/v1/completions \
-H "Content-Type: application/json" \
-H "Authorization: Bearer $API_TOKEN" \
-d '{
"model": "qwen-72b-chat",
"prompt": "San Francisco is a",
"max_tokens": 256,
"temperature": 0,
"stop": ["<|im_end|>", "<|im_start|>"]
}'
# 调用对话API
curl $API_ENDPOINT/v1/chat/completions \
-H "Authorization: Bearer $API_TOKEN" \
-H "Content-Type: application/json" \
-d '{
"model": "qwen-72b-chat",
"messages": [
{"role": "system", "content": "You are a helpful assistant."},
{"role": "user", "content": "介绍一下上海的历史"}
],
"stop": ["<|im_end|>", "<|im_start|>"]
}'
用户也可以通过 openai SDK 的方式进行调用，首先需要安装调用SDK：
# 安装服务调用SDK
python -m pip install openai通过 SDK 调用服务的示例如下，请注意替换代码中使用的访问地址和访问凭证。
import openai
# 请使用服务详情页获取的访问地址（ENDPOINT）和访问凭证（TOKEN）替换以下代码的配置。
openai.api_key = "<TOKEN>"
openai.base_url = "<ENDPOINT>" + "/v1"
# 调用对话API
completion = openai.chat.completions.create(
model="qwen-72b-chat",
temperature=0.0,
top_p=0.8,
frequency_penalty=0.0,
messages=[{"role": "user", "content": "请介绍下你自己。"}],
stop=["<|im_end|>", "<|im_start|>"],
# stream=True,
)
# 打印输出内容
print(completion.choices[0].message.content)
模型微调训练
PAI-QuickStart 支持的 Qwen-72B-Chat 的全量参数微调基于 Megatron-LM 的训练流程，支持了数据并行、算子拆分、流水并行、序列并行、选择性激活重算、Zero显存优化等技术，大幅提升大模型分布式训练效率。在这一算法组件中，我们提前对模型Checkpoint进行了切分，适配多机多卡环境训练，开发者只需根据格式要求准备训练集和验证集，配置任务超参数或是使用模型预置的默认超参，就可以一键拉起训练任务。
微调算法的超参支持如下：
通过模型详情的“微调训练”入口，我们可以根据实际需求调整超参数，例如learning_rate、sequence_length、train_iters等，如下所示：
算法的训练和验证数据集接受Json格式输入，每条数据由问题、答案组成，分别用"instruction"和"output"字段表示，例如：
[
{
"instruction": "写一首以“寓居夜感”为题的诗：",
"output": "独坐晚凉侵，客窗秋意深。风沙疑化雾，夜气欲成霖。家务劳人倦，浓茶代酒斟。哀鸿鸣四野，一并助长吟。"
},
{
"instruction": "写一首以“次答友人思乡诗”为题的诗：",
"output": "阅尽沧桑万事空，何如归卧夕阳中。并州最是伤心地，四十馀年噩梦同。"
}
]用户可以通过将数据准备到到OSS Bucket上，然后在“数据集”配置中选择使用。
当前算法仅支持使用灵骏资源进行训练，在提交训练作业之前，用户需要配置使用的灵骏资源ID。
在完成以上配置之后，点击“训练”按钮，PAI-QuickStart自动跳转到模型训练页面，并且开始进行训练，用户可以查看训练任务状态和训练日志，如下所示：
在训练结束后，可以在输出路径的OSS Bucket中查看每次保存的Checkpoint模型切片，如下所示：
用户可以根据实际情况，选择最合适的Checkpoint进行推理和部署，具体流程参见这里，本文不再赘述。
通过PAI Python SDK使用模型
PAI-QuickStart 提供的预训练模型，也支持通过PAI Python SDK进行调用，详细流程可以参考文档：使用预训练模型 — PAI Python SDK。
我们首先需要安装和配置PAI Python SDK，开发者可以在命令行执行以下代码完成。
# 安装PAI Python SDK
python -m pip install alipai --upgrade
# 交互式得配置访问凭证、PAI工作空间等信息
python -m pai.toolkit.config
如何获取 SDK 配置所需的访问凭证（AccessKey），PAI 工作空间等信息请参考文档：如何安装和配置PAI Python SDK。
模型部署和调用
通过 PAI Python SDK 提供的便利方法，开发者通过数行代码，即可将 Qwen-72B-Chat 模型部署到 PAI-EAS，创建一个在线推理服务。
from pai.session import get_default_session
from pai.model import RegisteredModel
session = get_default_session()
# 获取PAI QuickStart 提供的qwen-72b-chat模型
m = RegisteredModel(
model_name="qwen-72b-chat",
model_provider="pai",
)
# 部署推理服务
predictor = m.deploy(
service_name="qwen_72b_chat_{}".format(random_str(6)),
options={
# 资源配额ID
"metadata.quota_id": "<LingJunResourceQuotaId>",
"metadata.quota_type": "Lingjun",
"metadata.workspace_id": session.workspace_id,
}
)
# 查看服务的Endpoint和Token
endpoint = predictor.internet_endpoint
token = predictor.access_token
模型服务的调用，请参考以上章节，在此不再赘述。
模型微调训练
通过 SDK 获取 PAI QuickStart 提供的预训练模型之后，我们可以查看模型配置的微调算法，包括算法支持的超参配置以及输入输出数据。
from pai.model import RegisteredModel
# 获取PAI QuickStart 提供的Qwen-72b-Chat模型
m = RegisteredModel(
model_name="qwen-72b-chat",
model_provider="pai",
)
# 获取模型配置的微调算法
est = m.get_estimator()
# 查看算法支持的超参，以及算法输入输出信息
print(est.hyperparameter_definitions)
print(est.input_channel_definitions)
目前，Qwen-72B-Chat 提供的微调算法仅支持灵骏资源，开发者需要通过 PAI 的控制台页面，查看当前的资源配额 ID，设置训练任务使用的资源信息。同时在提交训练作业之前，用户可以根据算法的超参支持，配置合适的训练任务超参。
# 配置训练作业使用的灵骏资源配额ID
est.resource_id = "<LingjunResourceQuotaId>"
# 配置训练作业超参
hps = {
"learning_rate": 1e-5,
"save_interval": 500,
}
est.set_hyperparameters(**hps)
微调算法支持3个输入，分别为：
model：Qwen-72b-Chat预训练模型train：微调使用的训练数据集validation：微调使用的验证数据集
# 查看模型微调算法的使用的输入信息
print(m.get_estimator_inputs())
# {
# "model": "oss://pai-quickstart-cn-wulanchabu.oss-cn-wulanchabu-internal.aliyuncs.com/huggingface/models/qwen-72b-chat/megatron/",
# "train": "oss://pai-quickstart-cn-wulanchabu.oss-cn-wulanchabu-internal.aliyuncs.com/huggingface/datasets/llm_instruct/ch_poetry_train.json",
# "validation": "oss://pai-quickstart-cn-wulanchabu.oss-cn-wulanchabu-internal.aliyuncs.com/huggingface/datasets/llm_instruct/ch_poetry_test.json",
# }开发者可以参考以上的训练数据格式准备数据，然后将train和validation输入替换为自己的训练和验证数据集，即可轻松得提交模型微调训练作业。通过 SDK 打印的训练作业链接，用户可以在 PAI 的控制台上查看训练进度详情以及日志信息。
from pai.common.oss_utils import download
# 获取算法的输入数据，包括具体的模型和供测试的公共读数据集.
training_inputs = m.get_estimator_inputs()
# 替换使用开发者自己的训练数据
# training_inputs["train"] = "oss://<BucketName>/path/to/train/data.json"
# training_inputs["validation"] = "oss://<BucketName>/path/to/validation/data.json"
# 提交训练作业，并等待到训练作业结束
est.fit(
inputs=training_inputs
)
# 查看保存在OSS Bucket上的模型路径
print(est.model_data())
# 用户可以通过ossutils，或是SDK提供的便利方法下载相应的模型到本地
download(est.model_data())
结论
阿里云 PAI-QuickStart 提供了对 Qwen-72B-Chat 模型微调训练和部署开箱即用的体验，简化了 AI 开发流程，帮助开发者和企业用户使用大语言模型加速创新，创造更多的价值。
相关资料
- PAI 快速开始：
PAI快速开始功能的介绍/计费/权限/开通/使用_人工智能平台 PAI(PAI)-阿里云帮助中心
- 通义千问系列模型：
- PAI Python SDK:
https://github.com/aliyun/pai-python-sdk
- 阿里云PAI灵骏智算服务：