[IPU] add bert-base model for ipu

[gglin001]

PR types

Others

PR changes

Models

Description

添加 BERT-base 模型在 IPU 上运行的支持, 包含 pretrainning 和 SQuAD 两个 task.
模型使用静态图构建, 使用半精度训练 ,最终性能和精度运行结果如下:

Task	Metric	Result
Phase1	MLM Loss	1.6064
	NSP Loss	0.0272
	MLM Acc	0.6689
	NSP Acc	0.9897
	tput	11700
Phase2	MLM Loss	1.5029
	NSP Loss	0.02444
	MLM Acc	0.68555
	NSP Acc	0.99121
	tput	3470
SQuAD	EM	79.9053
	F1	87.6396

全部的代码放在了 examples/language_model/bert/static_ipu/ 目录下, 文件详情请参考 README.md

主要修改:

1. 为了实现在 IPU 上训练的最佳性能, 模型构图部分使用了自定义的 modeling.py

2. 添加了部分 ipu 的自定义算子用于构建模型(主要为了性能方面的考虑)

3. 由于需要对模型的输入做 remask 操作, 使用单一线程载入数据集会导致数据载入耗时比较长, 影响 end2end 的 throughput, dataset 部分使用了自定义的dataloader, 使用了多个进程做 remask 操作, 见 dataset_ipu.py

4. load_tf_ckpt.py 用于映射 Google发布的 BERT pretrain weight https://storage.googleapis.com/bert_models/2018_10_18/uncased_L-12_H-768_A-12.zip

PR主要用于评估代码是否适合放在 paddlenlp 仓库中, 麻烦 reviewer 提出宝贵意见 😊

[ZeyuChen]

LGTM，Thanks contribution from GraphCore. @guoshengCS FYI

[ZeyuChen]

@guoshengCS We can add this examples as PaddleNLP 2.3 feature.

[gglin001]

请问对于这个 PR 有任何建议或者合入的计划吗? @guoshengCS

[guoshengCS]

LGTM

[guoshengCS]

很赞的工作，感谢贡献，抱歉有所耽搁~ @gglin001

[gglin001]

很赞的工作，感谢贡献，抱歉有所耽搁~ @gglin001

谢谢~~

接下来我们会在新的 SDK 上进行测试, 可能还会有一些更新加入进来哈, 到时麻烦继续 review 下 😉