Distilbert kunlunxin (#272)

* Fit distilbert on kunlunxin

* Add kunlunxin readme

* Refine kunlunxin readme

* Refine task kind  kunlunxin readme

* Add vendor name in config_common.py

---------

Co-authored-by: root <[email protected]>

training/kunlunxin/distilbert-pytorch/README.md

@@ -0,0 +1,46 @@
+### 模型Checkpoint与测试数据集下载
+[下载链接](https://bd.bcebos.com/klx-pytorch-ipipe-bd/flagperf/datasets/distilbert_train.tar) 
+
+
+### 昆仑芯 XPU 配置与运行信息参考
+#### 环境配置
+- ##### 硬件环境
+  - 机器型号: 昆仑芯AI加速器组R480-X8
+  - 加速卡型号: 昆仑芯AI加速卡R300
+  - 多机网络类型、带宽: InfiniBand，200Gb/s
+
+- ##### 软件环境
+  - OS版本：Ubuntu 20.04
+  - OS kernel版本: 5.4.0-26-generic
+  - 加速卡驱动版本：4.0.25
+  - Docker镜像和版本：pytorch1.12.1-cpu-ubuntu20.04:v0.01
+  - 训练框架版本：xmlir
+  - 训练编译器版本：xacc
+  - 依赖软件版本：pytorch-1.12.1+cpu
+
+#### 运行情况
+
+* 通用指标
+
+| 指标名称       | 指标值                  | 特殊说明                              |
+| -------------- | ----------------------- | ------------------------------------- |
+| 任务类别       | Text Classification                |                                       |
+| 模型           | distilbert                |                                       |
+| 数据集         | SST-2               |                                       |
+| 超参修改       | fix_hp,见“性能指标” | 跑满硬件设备评测吞吐量所需特殊超参 |
+| 硬件设备简称   | R300             |                                       |
+| 硬件存储使用   | mem,见“性能指标”        | 通常称为“显存”,单位为GiB              |
+| 端到端时间     | e2e_time,见“性能指标”   | 总时间+Perf初始化等时间               |
+| 总吞吐量       | p_whole,见“性能指标”    | 实际样本数数除以总时间(performance_whole) |
+| 训练吞吐量     | p_train,见“性能指标”    | 不包含每个epoch末尾的评估部分耗时     |
+| **计算吞吐量** | **p_core,见“性能指标”** | 不包含数据IO部分的耗时(p3>p2>p1),单位为samples/s(seq_length=512)      |
+| 训练结果       | acc,见“性能指标”        | 分类准确率            |
+| 额外修改项     | 无                      |                                       |
+
+* 性能指标
+
+| 配置                | precision | fix_hp           | e2e_time | p_whole | p_train | p_core | acc   | mem       |
+| ------------------- | --------- | ---------------- | -------- | ------- | ------- | ------ | ----- | --------- |
+| R300单机单卡（1x1） | fp32      | bs=32    |          |         |         |         |       |         |
+| R300单机8卡（1x8）  | fp32      | bs=32   |           |         |         |         |  0.911|  13.5/32.0 |
+| R300两机8卡（2x8）  | fp32      | bs=16   |           |         |         |         |       |  |

training/kunlunxin/distilbert-pytorch/config/config_R300x1x1.py

@@ -0,0 +1,4 @@
+from config_common import *
+
+train_batch_size = 32
+gradient_accumulation_steps = 8

training/kunlunxin/distilbert-pytorch/config/config_R300x1x8.py

@@ -0,0 +1,3 @@
+from config_common import *
+
+train_batch_size = 32

training/kunlunxin/distilbert-pytorch/config/config_R300x2x8.py

@@ -0,0 +1,3 @@
+from config_common import *
+
+train_batch_size = 16

training/kunlunxin/distilbert-pytorch/config/config_common.py

@@ -0,0 +1,4 @@
+vendor = "kunlunxin"
+
+dist_backend = "xccl"
+dataloader_num_workers = 1

training/nvidia/distilbert-pytorch/README.md

@@ -25,7 +25,7 @@
 
 | 指标名称       | 指标值                  | 特殊说明                              |
 | -------------- | ----------------------- | ------------------------------------- |
-| 任务类别       | Summarization                |                                       |
+| 任务类别       | Text Classification                |                                       |
 | 模型           | distilbert                |                                       |
 | 数据集         | SST-2               |                                       |
 | 超参修改       | fix_hp,见“性能指标” | 跑满硬件设备评测吞吐量所需特殊超参 |