MiniCPM5-1B Burn

使用 Burn 框架从零实现的 MiniCPM5-1B 模型。

功能

• 模型转换：将 safetensors 格式转换为 Burn 原生 bincode 格式
• 模型推理：使用 WGPU 后端运行 MiniCPM5-1B 进行文本生成，支持无上限输出
• 独立输出：转换后的模型文件放在 model/ 目录，方便移植到其他项目

架构

• 24 层 Transformer
• GQA：16 个查询头，2 个 KV 头
• RoPE 旋转位置编码（rope_theta = 5000000）
• RMSNorm 归一化
• SiLU 激活函数（FFN: gate + up + down）
• KV Cache 优化

使用

准备模型

将 MiniCPM5-1B 模型放到 MiniCPM5-1B/ 目录：

MiniCPM5-1B/
├── config.json
├── tokenizer.json
└── model-00000-of-00001.safetensors

1. 转换模型

# 默认输出到 model/model.bin
cargo run --release -- convert

# 指定输出路径
cargo run --release -- convert --output my_model/model.bin

2. 运行推理

# 无上限生成（直到遇到 eos token）
cargo run --release -- run --text "你好"

# 限制最大生成 token 数
cargo run --release -- run --text "你好" --max-tokens 100

移植到其他项目

转换后的文件：

model/
└── model.bin    # Burn bincode 格式模型

在其他项目中加载：

use burn::record::{BinFileRecorder, FullPrecisionSettings};
use minicpm_burn_lib::{LlamaConfig, LlamaForCausalLM};

let config = LlamaConfig::from_json("config.json")?;
let model = LlamaForCausalLM::<Backend>::new(config, &device);
let model = model.load_file("model/model.bin", &BinFileRecorder::<FullPrecisionSettings>::new())?;

项目结构

src/
├── lib.rs              # 库入口
├── main.rs             # CLI 工具
├── config.rs           # 模型配置
├── exporter.rs         # 模型转换
├── model/              # 模型架构
│   ├── mod.rs
│   ├── attention.rs    # GQA 注意力 + KV Cache
│   ├── decoder.rs      # 解码器层
│   ├── ffn.rs          # 前馈网络
│   ├── model.rs        # LlamaForCausalLM
│   ├── norm.rs         # RMSNorm
│   └── rope.rs         # RoPE 位置编码
└── inference/          # 推理工具
    ├── mod.rs
    ├── generation.rs   # 文本生成（greedy + KV Cache）
    ├── loader.rs       # safetensors 加载器
    └── tokenizer.rs    # 分词器封装

依赖

• burn 0.21 - 深度学习框架（WGPU 后端）
• burn-store - safetensors 支持
• tokenizers - HuggingFace 分词器
• clap - CLI 参数解析

性能

• WGPU Vulkan 后端：约 10 tokens/s
• 模型大小：约 4.0 GB（F32）

许可证

MIT