如何进行开发

[wangshuai09]

# fork官方仓库 https://github.com/ggerganov/llama.cpp.git 并下载项目至本地
git clone [email protected]:{your_own}/llama.cpp.git

# 进入项目，从master分支创建个人开发分支
cd llama.cpp
git checkout -b local_npu_support

# 编译
mkdir build 
cd build 
cmake .. -DCMAKE_BUILD_TYPE=debug -DLLAMA_CANN=on && make -j32

# 单算子精度测试
./bin/test-backend-ops test -b CANN0 -o {OP_NAME}
# e.g. 
./bin/test-backend-ops test -b CANN0 -o CONT

# 单算子性能测试，性能测试不会测试精度
./bin/test-backend-ops perf -b CANN0 -o {OP_NAME}

# 模型推理
./bin/llama-cli -m /home/wangshuai/models/hermes_gguf/Hermes-2-Pro-Llama-3-8B-F16.gguf -p "Building a website can be done in 10 simple steps:" -ngl 32 -sm none -mg 0 -t 0

官方仓库贡献代码

欢迎广大开发者在模型支持及设备支持上贡献代码，当前支持的模型及设备列表请参考：ggerganov#8867
PR题目请添加 [CANN] 前缀，commit 信息使用 cann: commit message 的格式，reviewer: @hipudding,@wangshuai09
具体请参考：ggerganov#8822

[Starrylun]

ascend 310
problem:
I cannot use cann npu to run gguf qwen 0.5b.
大佬，你好，我想请教一下，如何在 ascend 310 设备上使用 npu 部署 qwen0.5b.gguf

my device info is :

+--------------------------------------------------------------------------------------------------------+
| npu-smi 23.0.0                                   Version: 23.0.0                                       |
+-------------------------------+-----------------+------------------------------------------------------+
| NPU     Name                  | Health          | Power(W)     Temp(C)           Hugepages-Usage(page) |
| Chip    Device                | Bus-Id          | AICore(%)    Memory-Usage(MB)                        |
+===============================+=================+======================================================+
| 2       310                   | OK              | 12.8         53                0     / 969           |
| 0       0                     | 0000:1A:00.0    | 0            594  / 7759                             |
+-------------------------------+-----------------+------------------------------------------------------+


root@vanrui:/home/data/A000Files/A002AI-LMdeploy/ascend-llama.cpp/llama.cpp# cat /usr/local/Ascend/driver/version.info
Version=23.0.0
ascendhal_version=7.35.19
aicpu_version=1.0
tdt_version=1.0
log_version=1.0
prof_version=2.0
dvppkernels_version=1.1
tsfw_version=1.0
Innerversion=V100R001C15SPC002B224
compatible_version=[V100R001C29],[V100R001C30],[V100R001C13],[V100R001C15]
compatible_version_fw=[7.0.0,7.1.99]
package_version=23.0.0

I use test-backend-ops , but got this

(qwenCpp) root@vanrui:/home/data/A000Files/A002AI-LMdeploy/ascend-llama.cpp/llama.cpp/build# ./bin/test-backend-ops perf -b CANN0 -o {OP_NAME}
ggml_backend_register: registered backend CPU
Testing 1 backends

Backend 1/1 (CPU)
  Skipping
1/1 backends passed
OK

这里测试完成之后，只有 cpu 设备，没有 npu 设备。造成无法使用 npu 进行加速

[hipudding]

310和910的接口还有一些出入，后面可以考虑做310的支持。目前还不能用

[Starrylun]

感谢回复 👍

[zhaohengxing]

你好，我在ascend310P3的设备上使用npu部署qwen2-1.5b-fp16.gguf，输出一直是乱码。
目前状态是：程序编译可以通过。npu算子也已经使能。但是test-backend-ops测试存在某些算子精度错误。
考虑到大概率是个别算子精度存在问题，我准备尝试进行调试和修复。
请问能否给出一些从哪里入手的具体指导，有哪些关键点需要注意？

[wangshuai09]

@zhaohengxing ，精度不对有可能是某些算子未支持的qwen2的情况，或者某些特殊情况调用了错误的算子，也有可能是不同系列的芯片接口不一致，需要更改

1. 确认qwen2调用了哪些算子；
2. 跑一下这些算子的测试用例；
3. 修复算子精度问题，可自行构造简单用例进行测试修复；
4. 跑模型，如果还存在精度问题，就把模型的最后一层放在npu上，与cpu的结果进行对比，看调用到哪个算子后出现了精度问题

[hipudding]

@zhaohengxing 对310p的适配代码建议提交PR，一起看看。 用例精度问题，需要针对有问题的算子debug解决精度问题，解决后应该就可以正常推理了

[zhaohengxing]

多谢了！我尝试先找下问题。