deepseek模型转换问题

[bao-xiaoyi]

模型转换前后大小差别很大（30G->53G)，是存在什么问题吗

[jerryli1981]

您好，具体的命令发下，我们复现下

[bao-xiaoyi]

您好，具体的命令发下，我们复现下

cd Pai-Megatron-Patch/toolkits/model_checkpoints_convertor/deepseek bash hf2mcore_deepseek_v2_moe_convertor.sh A2.4B open_llm/DeepSeek-Coder-V2-Lite-Instruct output_model/deekseek-coder-V2-lite-instruction-mg 2 1 4 false

[aeeeeeep]

因为 deepspeek 的开源权重是 bfloat16，huggingface load 进来会自动转换成 float32，占用空间就会 double，如果你想按原类型加载，需要将加载代码修改为如下，原类型是权重目录中 config.json 的 torch_dtype 值

        config = AutoConfig.from_pretrained(args.load)
        hf_model = AutoModelForCausalLM.from_pretrained(args.load, trust_remote_code=True, torch_dtype=config.torch_dtype)

或者添加 --bf16/--fp16 参数，但是我实验过，精度损失不小，不建议使用这个参数控制类型。

[bao-xiaoyi]

因为 deepspeek 的开源权重是 bfloat16，huggingface load 进来会自动转换成 float32，占用空间就会 double，如果你想按原类型加载，需要将加载代码修改为如下，原类型是权重目录中 config.json 的 torch_dtype 值

        config = AutoConfig.from_pretrained(args.load)
        hf_model = AutoModelForCausalLM.from_pretrained(args.load, trust_remote_code=True, torch_dtype=config.torch_dtype)

或者添加 --bf16/--fp16 参数，但是我实验过，精度损失不小，不建议使用这个参数控制类型。

感谢大佬回答，但是为什么原类型加载会有精度损失？

[aeeeeeep]

因为 deepspeek 的开源权重是 bfloat16，huggingface load 进来会自动转换成 float32，占用空间就会 double，如果你想按原类型加载，需要将加载代码修改为如下，原类型是权重目录中 config.json 的 torch_dtype 值

        config = AutoConfig.from_pretrained(args.load)
        hf_model = AutoModelForCausalLM.from_pretrained(args.load, trust_remote_code=True, torch_dtype=config.torch_dtype)

或者添加 --bf16/--fp16 参数，但是我实验过，精度损失不小，不建议使用这个参数控制类型。

感谢大佬回答，但是为什么原类型加载会有精度损失？

如果你加上了 --bf16/--fp16，在代码中实际是先 load 时自动转换为 fp32 类型，再在转换时执行 model.bfloat16()/float16()，会有精度损失，具体代码见 https://github.com/aeeeeeep/Pai-Megatron-Patch/blob/ad0b25d217df8ae1d6b0f67d860c8edaf7863e14/toolkits/model_checkpoints_convertor/deepseek/hf2mcore_deepseek_v2_moe.py#L219-L225

[jerryli1981]

因为 deepspeek 的开源权重是 bfloat16，huggingface load 进来会自动转换成 float32，占用空间就会 double，如果你想按原类型加载，需要将加载代码修改为如下，原类型是权重目录中 config.json 的 torch_dtype 值

        config = AutoConfig.from_pretrained(args.load)
        hf_model = AutoModelForCausalLM.from_pretrained(args.load, trust_remote_code=True, torch_dtype=config.torch_dtype)

或者添加 --bf16/--fp16 参数，但是我实验过，精度损失不小，不建议使用这个参数控制类型。

感谢大佬回答，但是为什么原类型加载会有精度损失？

如果你加上了 --bf16/--fp16，在代码中实际是先 load 时自动转换为 fp32 类型，再在转换时执行 model.bfloat16()/float16()，会有精度损失，具体代码见 https://github.com/aeeeeeep/Pai-Megatron-Patch/blob/ad0b25d217df8ae1d6b0f67d860c8edaf7863e14/toolkits/model_checkpoints_convertor/deepseek/hf2mcore_deepseek_v2_moe.py#L219-L225

同学您好，方便进入钉钉，然后加下我们一起对焦一下这个问题吗？

[tzyodear]

我在转换qwen2-7B的时候也遇到了，hf的权重15G，megatron的权重36G。 我起初以为是hf用了safetensor，但是发现转换的megatron权重不连续，不能直接用safetensor保存。 然后如果转成连续，用torch.save保存空间也更小。所以感觉可能是转换的megatron 的权重tensor不连续的问题