SeterusnyaPanduan seterusnya
Tensor Parallelism untuk Model Besar
Teknikal
PANDUAN Teknikal
Model dan Paralelisme Talian Paip
Apabila model terlalu besar untuk dimuatkan pada satu GPU, model dan saluran paip keselarian memisahkan model itu sendiri merentas peranti.
Dengar panduan iniAI-diceritakan · ~2 min
Pada halaman ini2 min dibaca
Gambaran keseluruhan
This is what makes training giant language models with hundreds of billions of parameters physically possible.
Menyelam dalam
Model selari membahagikan satu model merentasi berbilang GPU supaya tiada satu peranti perlu memegang semua pemberat. Terdapat dua perisa utama. Keselarian tensor (intra-lapisan) membahagikan matematik di dalam lapisan, seperti memotong pendaraban matriks yang besar merentas GPU yang setiap bahagian mengira output. Keselarian saluran paip (antara lapisan) memberikan lapisan berturut-turut yang berbeza kepada GPU yang berbeza, jadi blok lapisan 1 hidup pada GPU 0, blok 2 pada GPU 1 dan seterusnya, dengan pengaktifan diteruskan seperti barisan pemasangan. Cabaran dengan saluran paip naif ialah 'gelembung': sementara GPU 0 berfungsi pada kumpulan pertama, GPU hiliran terbiar. Saluran paip membahagikan setiap kelompok kepada kelompok mikro supaya semua peringkat kekal sibuk, meningkatkan penggunaan secara mendadak.
Pelaksanaan Dunia Sebenar
Melatih model gaya GPT dengan NVIDIA Megatron-LM, yang membahagikan perhatian setiap lapisan pengubah dan matriks suapan ke hadapan merentas GPU melalui selari tensor.
Menggunakan GPipe untuk meletakkan lapisan berbeza visi atau model bahasa gergasi pada pemecut yang berasingan manakala kumpulan mikro membuatkan mereka sibuk.
Enjin saluran paip DeepSpeed membahagikan model parameter berbilang ratus bilion kepada berperingkat merentas banyak nod.
Menggabungkan selari tensor di dalam pelayan 8-GPU tunggal dengan selari saluran paip yang merangkumi berbilang pelayan untuk melatih model yang terlalu besar untuk satu mesin.
Masa Depan Model dan Paralelisme Saluran Paip
Rangka kerja semakin mengautomasikan masalah sukar untuk memutuskan cara membahagikan model merentas peranti, menggunakan pemprofilan dan carian untuk mengimbangi pengiraan dan komunikasi. Jangkakan penyepaduan yang lebih ketat bagi tensor, saluran paip dan selari data (keselarian 3D), penjadualan kelompok mikro yang lebih bijak untuk hampir menghapuskan gelembung saluran paip, dan perkakasan dengan sambung yang lebih pantas supaya membelah satu lapisan merentas cip menjadi lebih murah dan lebih rutin untuk model yang lebih besar.
Mempraktikkannya
Mengapa ia penting
- Kos dan bajet. Keputusan seni bina memacu prestasi dan kos operasi selama bertahun-tahun.
- Keputusan yang lebih jelas. Pendidikan teknikal membantu pasukan memilih timbunan yang betul, bukan hanya yang terbaharu.
- Kawalan kualiti. Pilihan kejuruteraan yang lebih baik mengurangkan insiden kebolehpercayaan dalam pengeluaran.
Berhati-hati untuk
- Mengoptimumkan satu penanda aras boleh menyembunyikan kelemahan sistem yang lebih luas.
- Kos infrastruktur dan penyelenggaraan sering dipandang remeh.
- Jurang keselamatan dan pemerhatian boleh berkembang apabila sistem menjadi lebih kompleks.
Langkah seterusnya
- Tentukan sasaran kependaman, kualiti dan kos sebelum pelaksanaan.
- Penanda aras di bawah beban realistik dan keadaan data.
- Pemantauan instrumen untuk ralat, drift dan kesan pengguna.
- Sediakan laluan balik dan tindak balas insiden sebelum penskalaan.
Teruskan Meneroka
Newsletter percuma
Dapatkan taklimat AI harian
Tiga cerita AI yang disahkan setiap pagi hari bekerja, ditulis dalam Bahasa Inggeris biasa. Percuma selamanya, tiada iklan.
Satu e-mel setiap hari bekerja. Berhenti melanggan dalam satu klik. Kami tidak pernah menjual atau berkongsi alamat anda.
Uji diri anda
Take the Model and Pipeline Parallelism quiz
Maklum balas segera pada setiap jawapan, dan sijil yang boleh dikongsi dengan ID yang boleh disahkan sebaik sahaja anda lulus kursus.
Sokong pendidikan AI percuma. AI Understanding ialah pertubuhan bukan keuntungan 501(c)(3) — tiada iklan, tiada bayaran dinding, selamanya. Buat derma
Soalan lazim
What is Model and Pipeline Parallelism?
Apabila model terlalu besar untuk dimuatkan pada satu GPU, model dan saluran paip keselarian memisahkan model itu sendiri merentas peranti. Inilah yang menjadikan latihan model bahasa gergasi dengan ratusan bilion parameter boleh dilakukan secara fizikal.
Apakah masalah asas yang boleh diselesaikan oleh model dan saluran paip?
Keselarian model dan saluran paip membahagikan model itu sendiri merentas peranti, membolehkan latihan rangkaian jauh lebih besar daripada mana-mana GPU tunggal.
Bagaimanakah perpecahan selari tensor (intra-lapisan) berfungsi?
Keselarian tensor membahagikan pengiraan dalam satu lapisan, contohnya membelah matriks berat yang besar supaya setiap GPU mengira sebahagian daripada output.
Apakah 'gelembung' dalam paralelisme saluran paip naif?
Pada awal langkah saluran paip, peringkat hiliran belum mempunyai input lagi dan terbiar, membuang masa GPU; jurang terbiar ini dipanggil gelembung.
Bagaimanakah selari saluran paip mengurangkan gelembung?
Membahagikan kumpulan kepada kumpulan mikro membolehkan berbilang kelompok mikro menduduki peringkat yang berbeza secara serentak, memastikan semua GPU sibuk dan mengecilkan masa melahu.
Mengapakah selari tensor biasanya disimpan dalam satu nod?
Keselarian tensor berkomunikasi dengan kerap untuk menggabungkan semula keputusan matriks separa, jadi ia diletakkan di tempat lebar jalur antara sambungan paling tinggi, di dalam nod di atas NVLink.
Teruskan belajar
Panduan berkaitan
Lebih banyak panduan dipilih untuk topik ini