50 lines
1.9 KiB
YAML
50 lines
1.9 KiB
YAML
# Korean LLM 3B parameters — FP8 (B200 TransformerEngine MXFP8)
|
||
#
|
||
# [설계 근거 — 2026-02-27]
|
||
# - 아키텍처: LLaMA-3 3B 참고 (d=3072, 28L, 24H, GQA 8:1)
|
||
# - 파라미터: ~3.0B (embedding 포함)
|
||
# - 데이터: korean_train.bin 8.91B tokens → 최소 60B tokens (7 에포크)
|
||
# - Chinchilla optimal: 3B 모델 → 60B tokens, 실용적으로 100B 권장
|
||
# - lr=1.5e-4: LLaMA-3 3B 기준 (1B의 2e-4 대비 낮춤, μP scaling ~1/sqrt(3))
|
||
# - eff_batch=2M tokens: 3B 기준 GPT-3 scaling law 참고
|
||
# - 체크포인트: ~27GB/개, 2000 step 간격 → 최대 ~30개 = 810GB
|
||
# - 예상 학습 시간: 8×B200 FP8 기준 ~72-96시간 (60B tokens)
|
||
#
|
||
# 실행: bash scripts/launch_3b_pretrain.sh
|
||
model:
|
||
vocab_size: 64000
|
||
d_model: 3072
|
||
n_layers: 28
|
||
n_heads: 24
|
||
n_kv_heads: 8 # GQA 3:1 (메모리 효율 + 품질 밸런스)
|
||
d_ffn: 8192 # ~2.67× d_model, 128배수 (FP8 alignment)
|
||
max_seq_len: 4096
|
||
rope_theta: 500000.0
|
||
dropout: 0.0
|
||
bias: false
|
||
use_flash_attn: true
|
||
use_fp8: true
|
||
|
||
train:
|
||
# Phase 1: 60B tokens (최소) = 57000 steps × 2^20 tok/step
|
||
# Phase 2: 100B tokens (권장) = 95000 steps
|
||
max_steps: 57000
|
||
batch_size: 5 # per GPU: 5 × 4096 = 20,480 토큰 (QKV fusion 후 ~161GB/183GB VRAM, 21GB 여유)
|
||
grad_accum_steps: 8 # eff_batch: 5 × 8GPU × 8 × 4096 = 1,310,720 tok/step (~1.3M)
|
||
lr: 1.5e-4 # LLaMA-3 3B 스케일, Chinchilla 참고
|
||
weight_decay: 0.1
|
||
warmup_steps: 2000 # 57k의 3.5%
|
||
max_grad_norm: 1.0
|
||
log_interval: 10
|
||
save_interval: 2000 # 27GB/체크포인트 → 2000 step 간격 = ~28개 = 756GB
|
||
eval_interval: 500
|
||
use_amp: false
|
||
compile_model: false
|
||
fp8_amax_history_len: 16 # NOTE: MXFP8 format에서는 무시됨 (DelayedScaling 전용)
|
||
fp8_amax_compute_algo: "max" # NOTE: MXFP8 format에서는 무시됨
|
||
fp8_format: "MXFP8"
|
||
|
||
tokenizer:
|
||
vocab_size: 64000
|
||
type: sentencepiece_unigram
|