include llama.cpp since there were some edits
This commit is contained in:
1 parent
db7f28d087
commit
8c66990853
3918 files changed
+1640170
-1
No files matched your search
@@ -0,0 +1,172 @@
|
||||
#pragma once
|
||||
|
||||
// shared internal utilities for the mtmd-helper-*.cpp translation units
|
||||
// (mtmd-helper.cpp, mtmd-helper-gen.cpp)
|
||||
// NOT part of the public mtmd-helper.h API
|
||||
|
||||
#include "ggml.h"
|
||||
#include "llama.h"
|
||||
#include "llama-cpp.h"
|
||||
#include "mtmd.h"
|
||||
|
||||
#include <cstdarg>
|
||||
#include <cstdio>
|
||||
#include <cstdlib>
|
||||
#include <vector>
|
||||
|
||||
//
|
||||
// logging
|
||||
//
|
||||
|
||||
struct mtmd_helper_logger {
|
||||
ggml_log_callback default_callback = [](ggml_log_level level, const char * text, void * user_data) {
|
||||
(void) level;
|
||||
(void) user_data;
|
||||
fputs(text, stderr);
|
||||
fflush(stderr);
|
||||
};
|
||||
|
||||
ggml_log_callback log_callback = default_callback;
|
||||
void * log_callback_user_data;
|
||||
|
||||
void log_v(enum ggml_log_level level, const char * format, va_list args) {
|
||||
if (format == NULL) {
|
||||
return;
|
||||
}
|
||||
va_list args_copy;
|
||||
va_copy(args_copy, args);
|
||||
char buffer[128];
|
||||
int len = vsnprintf(buffer, 128, format, args);
|
||||
if (len < 128) {
|
||||
log_callback(level, buffer, log_callback_user_data);
|
||||
} else {
|
||||
char * buffer2 = (char *) calloc(len + 1, sizeof(char));
|
||||
vsnprintf(buffer2, len + 1, format, args_copy);
|
||||
buffer2[len] = 0;
|
||||
log_callback(level, buffer2, log_callback_user_data);
|
||||
free(buffer2);
|
||||
}
|
||||
va_end(args_copy);
|
||||
}
|
||||
|
||||
void log(enum ggml_log_level level, const char * format, ...) {
|
||||
va_list args;
|
||||
va_start(args, format);
|
||||
log_v(level, format, args);
|
||||
va_end(args);
|
||||
}
|
||||
};
|
||||
|
||||
// inline, so all TUs including this header share one instance
|
||||
inline mtmd_helper_logger g_logger;
|
||||
|
||||
#define LOG_DBG(...) g_logger.log(GGML_LOG_LEVEL_DEBUG, __VA_ARGS__)
|
||||
#define LOG_INF(...) g_logger.log(GGML_LOG_LEVEL_INFO, __VA_ARGS__)
|
||||
#define LOG_WRN(...) g_logger.log(GGML_LOG_LEVEL_WARN, __VA_ARGS__)
|
||||
#define LOG_ERR(...) g_logger.log(GGML_LOG_LEVEL_ERROR, __VA_ARGS__)
|
||||
|
||||
//
|
||||
// embd batch
|
||||
//
|
||||
|
||||
// helper struct to make working with embd batch easier
|
||||
// note: this will be removed after llama_batch_ext refactoring
|
||||
struct decode_embd_batch {
|
||||
int n_pos_per_embd;
|
||||
int n_mmproj_embd;
|
||||
int32_t n_tokens;
|
||||
const float * embd; // [n_tokens, n_mmproj_embd], not owned
|
||||
std::vector<llama_pos> pos; // [n_pos_per_embd, n_tokens], section-major
|
||||
std::vector<llama_pos> pos_view; // sliced positions of the last get_view()
|
||||
std::vector<int8_t> logits;
|
||||
llama_seq_id seq_id = 0;
|
||||
|
||||
llama_batch_ext_ptr batch; // rendered sub-batch, see render()
|
||||
|
||||
decode_embd_batch(const float * embd, int32_t n_tokens, int n_pos_per_embd, int n_mmproj_embd)
|
||||
: n_pos_per_embd(n_pos_per_embd), n_mmproj_embd(n_mmproj_embd), n_tokens(n_tokens), embd(embd) {
|
||||
GGML_ASSERT(n_tokens > 0 && n_pos_per_embd > 0 && n_mmproj_embd > 0);
|
||||
pos .resize((size_t) n_tokens * (size_t) n_pos_per_embd);
|
||||
logits.resize(n_tokens);
|
||||
}
|
||||
|
||||
void set_position_normal(llama_pos pos_0, llama_seq_id seq_id) {
|
||||
this->seq_id = seq_id;
|
||||
for (int i = 0; i < n_tokens; i++) {
|
||||
pos[i] = pos_0 + i;
|
||||
}
|
||||
}
|
||||
|
||||
// M-RoPE for image
|
||||
void set_position_mrope_2d(const std::vector<mtmd_decoder_pos> & rel_pos, llama_seq_id seq_id) {
|
||||
GGML_ASSERT(n_pos_per_embd == 4);
|
||||
GGML_ASSERT(!rel_pos.empty() && (int32_t)rel_pos.size() == n_tokens);
|
||||
this->seq_id = seq_id;
|
||||
for (int32_t i = 0; i < n_tokens; i++) {
|
||||
const size_t idx = (size_t) i;
|
||||
const size_t n = (size_t) n_tokens;
|
||||
pos[idx ] = rel_pos[i].t;
|
||||
pos[idx + n ] = rel_pos[i].y;
|
||||
pos[idx + n * 2] = rel_pos[i].x;
|
||||
pos[idx + n * 3] = rel_pos[i].z;
|
||||
}
|
||||
}
|
||||
|
||||
// M-RoPE for audio
|
||||
void set_position_mrope_1d(llama_pos pos_0, llama_seq_id seq_id) {
|
||||
GGML_ASSERT(n_pos_per_embd == 4);
|
||||
this->seq_id = seq_id;
|
||||
for (int i = 0; i < n_tokens; i++) {
|
||||
const size_t idx = (size_t) i;
|
||||
const size_t n = (size_t) n_tokens;
|
||||
pos[idx ] = pos_0 + i;
|
||||
pos[idx + n ] = pos_0 + i;
|
||||
pos[idx + n * 2] = pos_0 + i;
|
||||
pos[idx + n * 3] = pos_0 + i;
|
||||
}
|
||||
}
|
||||
|
||||
// describe the entries [offset, offset + n) with section-major positions
|
||||
mtmd_helper_embd_batch get_view(int offset, int n) {
|
||||
GGML_ASSERT(offset >= 0 && n > 0 && offset + n <= n_tokens);
|
||||
pos_view.clear();
|
||||
pos_view.reserve((size_t) n * (size_t) n_pos_per_embd);
|
||||
for (int j = 0; j < n_pos_per_embd; j++) {
|
||||
const size_t src = (size_t) j * (size_t) n_tokens + (size_t) offset;
|
||||
pos_view.insert(pos_view.end(), pos.data() + src, pos.data() + src + n);
|
||||
}
|
||||
return {
|
||||
/*n_tokens =*/ n,
|
||||
/*embd =*/ embd + (size_t) offset * n_mmproj_embd,
|
||||
/*n_embd =*/ n_mmproj_embd,
|
||||
/*pos =*/ pos_view.data(),
|
||||
/*n_pos =*/ n_pos_per_embd,
|
||||
/*seq_id =*/ seq_id,
|
||||
};
|
||||
}
|
||||
|
||||
// render the entries [offset, offset + n) into a batch owned by this object, ready for llama_process()
|
||||
llama_batch_ext * render(llama_context * lctx, int offset, int n) {
|
||||
GGML_ASSERT(offset >= 0 && n > 0 && offset + n <= n_tokens);
|
||||
if (!batch) {
|
||||
batch.reset(llama_batch_ext_init(lctx));
|
||||
}
|
||||
llama_batch_ext_clear(batch.get());
|
||||
for (int i = offset; i < offset + n; i++) {
|
||||
const llama_embd e = { embd + (size_t) i * n_mmproj_embd, 1, (size_t) n_mmproj_embd };
|
||||
const int32_t idx = llama_batch_ext_add_embd(batch.get(), seq_id, e);
|
||||
GGML_ASSERT(idx >= 0);
|
||||
|
||||
llama_pos p[GGML_MROPE_SECTIONS] = { 0, 0, 0, 0 };
|
||||
for (int j = 0; j < n_pos_per_embd; j++) {
|
||||
p[j] = pos[(size_t) j * (size_t) n_tokens + (size_t) i];
|
||||
}
|
||||
llama_batch_ext_set_pos(batch.get(), idx, p);
|
||||
|
||||
if (logits[i]) {
|
||||
llama_batch_ext_set_output_logits(batch.get(), idx, true);
|
||||
}
|
||||
}
|
||||
return batch.get();
|
||||
}
|
||||
};
|
||||
Reference in new issue
Block a user