模型微调：基于DeepSpeed

1. 演练目标与架构

本节基于摩尔线程MTT S5000 GPU 完成 DeepSpeed 的微调，采用 BF16 精度。

2. 环境准备

机器信息

在MTT S5000 上进行 DeepSpeed 微调。MUSA driver version 为 4.3.8。

使用摩尔线程预训练容器 training-suite:v2.1.5，容器内置 MUSA SDK 4.3.5、MT Megatron-LM 0.14.0、MT DeepSpeed 0.17.2、Torch-Musa 2.7.1。

创建并启动微调容器

# 创建容器
sudo docker create \
    --privileged \
    --env MTHREADS_VISIBLE_DEVICES=all \
    --net host \
    -v /data/:/data/ \
    --name deepspeed \
    registry.mthreads.com/mcconline/training-suite:v2.1.5  \
    sleep infinity

# 启动并进入容器
sudo docker start deepspeed
sudo docker exec -it deepspeed bash

# 在容器里，启动ssh服务
service ssh restart

GPU 识别验证

进入容器后，验证MTT S5000 GPU 的识别状态与拓扑连接：

# 查看GPU硬件识别与状态
mthreads-gmi

3. 检查 DeepSpeed

在容器里，已经内置了 DeepSpeed 0.19.3。执行 ds_report：

# ds_report 
[2026-02-28 15:47:47,251] [INFO] [real_accelerator.py:258:get_accelerator] Setting ds_accelerator to musa (auto detect)
[2026-02-28 15:47:48,310] [INFO] [logging.py:107:log_dist] [Rank -1] [TorchCheckpointEngine] Initialized with serialization = False
--------------------------------------------------
DeepSpeed C++/CUDA extension op report
--------------------------------------------------
NOTE: Ops not installed will be just-in-time (JIT) compiled at
      runtime if needed. Op compatibility means that your system
      meet the required dependencies to JIT install the op.
--------------------------------------------------
JIT compiled ops requires ninja
ninja .................. [OKAY]
--------------------------------------------------
op name ................ installed .. compatible
--------------------------------------------------
cpu_adam ............... [YES] ...... [OKAY]
musa_fused_adam ........ [YES] ...... [OKAY]
--------------------------------------------------
DeepSpeed general environment info:
torch install path ............... ['/usr/local/lib/python3.10/dist-packages/torch']
torch version .................... 2.7.1
deepspeed info ................... 0.17.2+350f1abf, 350f1abf, kuae-release-2.1
deepspeed wheel compiled w. ...... torch 2.7
shared memory (/dev/shm) size .... 1.00 GB

4. 下载模型、数据

下载模型

可以使用 modelscope 下载模型到本地：

# 安装modelscope
pip install modelscope 
# 下载模型到本地 
modelscope download --model Qwen/Qwen3-4B --local_dir /data/models/Qwen3-4B

5. Qwen3 系列模型的 SFT 微调方案

DeepSpeed 作为底层分布式训练引擎，仅提供 ZeRO 优化器、数据/模型并行等并行策略支持，并不包含模型定义、数据预处理及微调逻辑等上层训练代码。因此，针对 Qwen3 系列模型的 SFT 微调，需基于 Transformers 等框架开发偏上层的训练脚本（如 train_qwen3_sft_deepspeed.py），通过 TrainingArguments(deepspeed=...) 将 DeepSpeed 作为后端加速插件集成。

在此基础上，建议采用统一代码骨架 + 差异化配置策略的设计范式：维护单一通用训练脚本通用于所有 Dense 及 MoE 架构，通过外部化 DeepSpeed 配置实现模型特异性适配——即为 4B 规模配置 ZeRO-2 以优化通信效率,同时配合启动脚本动态调整 per_device_batch_size、gradient_accumulation_steps 及学习率，从而在MTT S5000 集群上实现"同一代码基座，多规格模型无缝切换"的高效微调流水线。

通用 SFT 训练文件

针对 Qwen3 全系列模型，创建通用的 SFT 训练文件。在 examples/qwen3/ 目录，创建 train_qwen3_sft_deepspeed.py。这个脚本即为"统一代码骨架"，通过外部配置文件（ds_config_qwen3_4b_zero2.json）实现差异化策略，同时内部自动感知模型规模进行运行时优化。

下载脚本

下载示例数据，这个数据集中包含多轮对话格式的训练/验证数据，适合快速测试。

cd /home/DeepSpeed/examples/
wget -c https://mt-ai-infra.tos-cn-beijing.volces.com/deepspeed_qwen3.tgz
tar zxvf deepspeed_qwen3.tgz

SFT 微调 Qwen3-4B

examples/qwen3/
├── train_qwen3_sft_deepspeed.py # 通用训练脚本
├── run_4b_sft.sh # 4B 启动脚本
└── configs/
    └── ds_config_qwen3_4b_zero2.json # 4B 专用 ZeRO-2 配置

DS 配置文件

创建 configs/ds_config_qwen3_4b_zero2.json：

{
  "bf16": {
    "enabled": true
  },
  "fp16": {
    "enabled": false
  },
  "train_batch_size": "auto",
  "train_micro_batch_size_per_gpu": "auto",
  "gradient_accumulation_steps": "auto",
  "gradient_clipping": "auto",
  "zero_optimization": {
    "stage": 2,
    "offload_optimizer": {
      "device": "none",
      "pin_memory": true
    },
    "allgather_partitions": true,
    "allgather_bucket_size": 200000000,
    "overlap_comm": true,
    "reduce_scatter": true,
    "reduce_bucket_size": 200000000,
    "contiguous_gradients": true
  },
  "wall_clock_breakdown": false
}

微调脚本

创建微调脚本：run_4b_sft.sh

cd /home/DeepSpeed/examples/qwen3/
bash run_4b_sft.sh