安装Pai-Megatron-Patch镜像_人工智能平台 PAI(PAI)-阿里云帮助中心

使用Pai-Megatron-Patch进行模型的训练加速时，您需要先完成Pai-Megatron-Patch镜像的安装。本文为您介绍安装Pai-Megatron-Patch镜像的使用限制和操作要点。

使用限制

DLC为开发者和企业提供了云原生一站式的深度学习训练平台，为您提供灵活、稳定、易用和高性能的机器学习训练环境。支持多种算法框架，超大规模分布式深度学习任务运行及自定义算法框架，为开发者和企业降本增效。

DLC提供了加载用户自定义镜像的能力，这极大方便了Pai-Megatron-Patch的部署。只需将镜像地址传给DLC，即可自动安装Pai-Megatron-Patch镜像，安装完成后就可以在DLC上基于Pai-Megatron-Patch开展多机多卡超大规模分布式训练。

具体安装步骤如下。

登录PAI控制台。
在左侧导航栏单击工作空间列表，在工作空间列表页面中单击待操作的工作空间名称，进入对应工作空间内。
在工作空间页面的左侧导航栏选择模型开发与训练 > 分布式训练（DLC），单击新建任务。
关键配置信息如下所示，其他参数根据实际情况配置即可，参数详情请参见创建训练任务。
- 基本信息：节点镜像选择镜像地址，并在镜像地址的配置框中填写Pai-Megatron-Patch镜像地址：pai-image-manage-registry.cn-wulanchabu.cr.aliyuncs.com/pai/pytorch-training:2.0-ubuntu20.04-py3.10-cuda11.8-megatron-patch-llm
- 资源配置：框架选择Pytorch，任务资源选择GPU实例类型的节点，并根据实际情况选择具体节点规格。
单击提交。

DSW是为算法开发者量身打造的云端深度学习开发环境，集成JupyterLab，插件化深度定制化开发，无需任何运维配置，沉浸式体验Notebook编写、调试及运行Python代码。支持开源框架的安装，并提供阿里巴巴深度优化的Tensorflow框架，通过编译优化提升训练性能。

DSW也提供了加载用户自定义镜像的能力，只需将镜像地址传给DSW，即可自动安装Pai-Megatron-Patch，安装完成后就可以在DSW上基于Pai-Megatron-Patch调试训练加速程序。

具体安装步骤如下。

登录PAI控制台。
在左侧导航栏单击工作空间列表，在工作空间列表页面中单击待操作的工作空间名称，进入对应工作空间内。
在工作空间页面的左侧导航栏选择模型开发与训练 > 交互式建模（DSW），单击创建实例。
关键配置信息如下所示，其他参数根据实际情况配置即可，参数详情请参见创建及管理DSW实例。
- 资源配额选择GPU规格类型的实例，并根据实际情况选择所需的实例规格。
- 选择镜像选择镜像URL，并在镜像地址的配置框中填写Pai-Megatron-Patch镜像地址：pai-image-manage-registry.cn-wulanchabu.cr.aliyuncs.com/pai/pytorch-training:2.0-ubuntu20.04-py3.10-cuda11.8-megatron-patch-llm
单击下一步，确认DSW实例信息无误后，单击创建实例。

安装Pai-Megatron-Patch镜像后，您可以在Pai-Megatron-Patch的examples文件夹中查看相关示例并使用。