【用户反馈】通过Llama2-7b模型验证DeeLink问题咨询

[MiaoYYu]

用户在通过Llama2-7b模型验证DeeLink能力时遇到问题，以下为原话。
---------------------邮件原文---------------------
目前正在通过Llama2-7b模型验证DeeLink能力，其中遇到两个问题需要求助下：

1. 在昇腾上通过DeepLink训练Llama2-7b，验证无代码改动可在英伟达与昇腾无障碍训练。我使用的llama2-chinese脚本，但在部署Llama2模型环境时遇到flash_attn与cuda强相关，无法在昇腾环境安装，猜测验证DeepLink能力需要特定的脚本，我在你们github上的测评模型中未找到相关脚本，请问你们方便提供下不，万分感谢！

2. 在英伟达通过DeepLink训练Llama2-7b时遇到IndexError: map::at报错，前期定位是device='cuda:7'中:7不存在问题，但今天看到这个问题已解决，更新deeplink后测试发现以下报错仍然存在，请问你们有遇到这种问题吗？有啥临时解决方案吗？

[yangbofun]

关于昇腾的问题：

1. 在昇腾上使用deeplink.framework时，使用flash-attention的python层组合算子是可以进行大模型训练的。这时不用编译安装flash-attention, 使用flash-attention的python代码就行。
2. 如果要大模型算子（比如rotary embedding、 flashattention、rms_norm等）不是pytorch组合实现，而是调用对应算子实现。可参考我们的deeplinkext对接internevo的方法. 想问下咱们在大模型训练时使用的是什么框架?（e.g. deepspeed）