Tổng quan
Một thủ thuật tiết kiệm bộ nhớ giúp xử lý việc ghi chép quá trình đào tạo nặng nề (trạng thái tối ưu hóa, độ dốc, đôi khi là trọng số) trong RAM CPU hoặc trên ổ SSD NVMe thay vì bộ nhớ GPU khan hiếm. Nó cho phép mọi người đào tạo các mô hình lớn hơn nhiều so với mức bộ nhớ GPU của họ cho phép.
Giảm tải trạng thái tối ưu hóa cho CPU và NVMe là một khối xây dựng kỹ thuật ảnh hưởng đến chất lượng mô hình, chi phí cơ sở hạ tầng, độ trễ và độ tin cậy trên quy mô lớn.
Lặn sâu
Khi bạn huấn luyện mạng nơ-ron bằng trình tối ưu hóa như Adam, mọi tham số đều mang theo nhiều thông tin bổ sung: hai số liệu thống kê đang chạy (động lượng và phương sai), cộng với một bản sao chính xác đầy đủ của trọng số, cộng với độ dốc của nó. Trong đào tạo có độ chính xác hỗn hợp, tổng số này có thể là khoảng 16 byte cho mỗi tham số, giảm đi 2 byte cho chính trọng số. Việc giảm tải sẽ di chuyển hành lý đó ra khỏi GPU. Việc giảm tải CPU truyền các trạng thái tối ưu hóa vào RAM hệ thống thông thường qua bus PCIe, trong khi việc giảm tải NVMe sẽ đẩy chúng xuống các ổ đĩa thể rắn có tốc độ nhanh. Được phổ biến bởi ZeRO-Infinity và ZeRO-Offload của DeepSpeed, kỹ thuật này đánh đổi tốc độ thô lấy dung lượng, cho phép một GPU hoặc cụm nhỏ tinh chỉnh các mô hình với hàng tỷ tham số.
Hiểu biết kỹ thuật
Điều quan trọng là chuyển động dữ liệu chồng chéo với tính toán. Các trạng thái của trình tối ưu hóa nằm trong CPU/NVMe; trong quá trình truyền ngược, các phân vùng được tìm nạp trước trên PCIe ngay trước khi chúng cần thiết và bản thân bước tối ưu hóa thường chạy trên CPU. ZeRO-Offload giữ trọng số chính của float32 và khoảnh khắc Adam trên CPU, do đó, chỉ có phép toán tiến và lùi vẫn còn trên GPU. NVMe bổ sung bộ nhớ đệm theo cấp độ để các trạng thái ở quy mô terabyte tràn vào đĩa trong khi các phân vùng nóng vẫn nằm trong RAM.
Làm chủ quá trình tải trạng thái của Trình tối ưu hóa xuống CPU và NVMe
Một thủ thuật tiết kiệm bộ nhớ giúp xử lý việc ghi chép quá trình đào tạo nặng nề (trạng thái tối ưu hóa, độ dốc, đôi khi là trọng số) trong RAM CPU hoặc trên ổ SSD NVMe thay vì bộ nhớ GPU khan hiếm. Nó cho phép mọi người đào tạo các mô hình lớn hơn nhiều so với mức bộ nhớ GPU của họ cho phép. Giảm tải trạng thái tối ưu hóa cho CPU và NVMe là một khối xây dựng kỹ thuật ảnh hưởng đến chất lượng mô hình, chi phí cơ sở hạ tầng, độ trễ và độ tin cậy trên quy mô lớn. Để xây dựng sự hiểu biết sâu sắc, hãy coi việc Giảm tải trạng thái của Trình tối ưu hóa cho CPU và NVMe như một mô hình vận hành chứ không phải một tính năng duy nhất: xác định kết quả mong muốn, làm rõ các giả định và tách biệt những gì hệ thống có thể thực hiện một cách đáng tin cậy với những gì vẫn cần đến sự đánh giá của chuyên gia.
Trong thực tế, các nhóm mạnh sử dụng tính năng Giảm tải trạng thái tối ưu hóa cho CPU và NVMe sẽ tối ưu hóa các lựa chọn về kiến trúc, dữ liệu và cơ sở hạ tầng dựa trên độ tin cậy và chi phí. Họ ghi lại các tiêu chí thành công rõ ràng, kiểm tra dựa trên dữ liệu và quy trình làm việc thực tế, đồng thời lặp lại dựa trên các kiểu thất bại được quan sát thay vì chiến thắng điểm chuẩn một lần. Đây là nơi sự hiểu biết về mặt lý thuyết biến thành khả năng bền vững trên toàn bộ sản phẩm, chính sách và hoạt động.
Các quyết định về kiến trúc sẽ thúc đẩy hiệu suất và chi phí vận hành trong nhiều năm. Đồng thời, Tối ưu hóa một điểm chuẩn có thể che giấu những điểm yếu lớn hơn của hệ thống. Cách tiếp cận linh hoạt nhất là kết hợp tốc độ thử nghiệm với kỷ luật quản trị: chạy thử nghiệm, thu thập bằng chứng, xuất bản nhật ký quyết định và liên tục cập nhật các biện pháp bảo vệ khi hành vi của mô hình, kỳ vọng của người dùng và các yêu cầu pháp lý phát triển.
Tác động chiến lược
Các quyết định về kiến trúc sẽ thúc đẩy hiệu suất và chi phí vận hành trong nhiều năm.
Các quyết định về kiến trúc sẽ thúc đẩy hiệu suất và chi phí vận hành trong nhiều năm. Trong quá trình triển khai chất lượng cao, điều này được chuyển thành các quy tắc vận hành, ranh giới quyền sở hữu và quy trình đánh giá định kỳ có thể đo lường được để các nhóm có thể mở rộng quy mô một cách tự tin thay vì mở rộng quy mô sự mơ hồ.
Giáo dục kỹ thuật giúp các nhóm chọn nhóm phù hợp chứ không chỉ nhóm mới nhất.
Giáo dục kỹ thuật giúp các nhóm chọn nhóm phù hợp chứ không chỉ nhóm mới nhất. Trong quá trình triển khai chất lượng cao, điều này được chuyển thành các quy tắc vận hành, ranh giới quyền sở hữu và quy trình đánh giá định kỳ có thể đo lường được để các nhóm có thể mở rộng quy mô một cách tự tin thay vì mở rộng quy mô sự mơ hồ.
Lựa chọn kỹ thuật tốt hơn làm giảm sự cố về độ tin cậy trong sản xuất.
Lựa chọn kỹ thuật tốt hơn làm giảm sự cố về độ tin cậy trong sản xuất. Trong quá trình triển khai chất lượng cao, điều này được chuyển thành các quy tắc vận hành, ranh giới quyền sở hữu và quy trình đánh giá định kỳ có thể đo lường được để các nhóm có thể mở rộng quy mô một cách tự tin thay vì mở rộng quy mô sự mơ hồ.
Triển khai trong thế giới thực
Tinh chỉnh LLM 13 tỷ tham số trên một GPU tiêu dùng 24 GB bằng cách sử dụng DeepSpeed ZeRO-Offload để đẩy trạng thái Adam sang RAM CPU.
Một phòng thí nghiệm nghiên cứu nhỏ đang đào tạo mô hình nhiều tỷ tham số trên một số GPU bằng cách chuyển trạng thái tối ưu hóa sang ổ NVMe với ZeRO-Infinity.
Ôm mặt Tăng tốc cấu hình cho phép giảm tải CPU để người dùng có thể chạy các công việc tinh chỉnh đầy đủ mà nếu không sẽ gây ra lỗi hết bộ nhớ.
Các công ty khởi nghiệp quan tâm đến chi phí thuê GPU đám mây có bộ nhớ thấp hơn, rẻ hơn và giảm tải cho NVMe đính kèm thay vì trả tiền cho thẻ 80 GB cao cấp nhất.
Các mẫu triển khai
Giảm tải trạng thái tối ưu hóa cho CPU và NVMe trong thực tế
Tinh chỉnh LLM 13 tỷ tham số trên một GPU tiêu dùng 24 GB bằng cách sử dụng DeepSpeed ZeRO-Offload để đẩy trạng thái Adam sang RAM CPU.
Tinh chỉnh LLM 13 tỷ thông số trên một GPU tiêu dùng 24 GB bằng cách sử dụng DeepSpeed ZeRO-Offload để đẩy trạng thái Adam lên RAM CPU Các nhóm thường đạt được kết quả tốt hơn khi xác định trước ngưỡng chất lượng, duy trì lộ trình leo thang của con người đối với các trường hợp khó khăn và theo dõi cả mức tăng năng suất và chi phí lỗi theo thời gian.
Giảm tải trạng thái tối ưu hóa cho CPU và NVMe trong thực tế
Một phòng thí nghiệm nghiên cứu nhỏ đang đào tạo mô hình nhiều tỷ tham số trên một số GPU bằng cách chuyển trạng thái tối ưu hóa sang ổ NVMe với ZeRO-Infinity.
Một phòng thí nghiệm nghiên cứu nhỏ đào tạo mô hình nhiều tỷ tham số trên một số GPU bằng cách chuyển các trạng thái tối ưu hóa sang ổ NVMe với Nhóm ZeRO-Infinity thường nhận được kết quả tốt hơn khi họ xác định trước các ngưỡng chất lượng, theo dõi lộ trình leo thang của con người đối với các trường hợp biên và theo dõi cả mức tăng năng suất và chi phí lỗi theo thời gian.
Giảm tải trạng thái tối ưu hóa cho CPU và NVMe trong thực tế
Ôm mặt Tăng tốc cấu hình cho phép giảm tải CPU để người dùng có thể chạy các công việc tinh chỉnh đầy đủ mà nếu không sẽ gây ra lỗi hết bộ nhớ.
Ôm khuôn mặt Tăng tốc cấu hình cho phép giảm tải CPU để người dùng có thể chạy toàn bộ công việc tinh chỉnh mà nếu không sẽ gây ra lỗi hết bộ nhớ Các nhóm thường đạt được kết quả tốt hơn khi xác định trước ngưỡng chất lượng, duy trì lộ trình leo thang của con người đối với các trường hợp khó khăn và theo dõi cả mức tăng năng suất và chi phí lỗi theo thời gian.
Giảm tải trạng thái tối ưu hóa cho CPU và NVMe trong thực tế
Các công ty khởi nghiệp quan tâm đến chi phí thuê GPU đám mây có bộ nhớ thấp hơn, rẻ hơn và giảm tải cho NVMe đính kèm thay vì trả tiền cho thẻ 80 GB cao cấp nhất.
Các công ty khởi nghiệp quan tâm đến chi phí thuê GPU đám mây có bộ nhớ thấp hơn, rẻ hơn và giảm tải cho NVMe đính kèm thay vì trả tiền cho thẻ 80 GB hàng đầu. Các nhóm thường nhận được kết quả tốt hơn khi xác định trước ngưỡng chất lượng, duy trì lộ trình leo thang của con người đối với các trường hợp khó khăn và theo dõi cả mức tăng năng suất và chi phí lỗi theo thời gian.
Rủi ro & lan can
Tối ưu hóa một điểm chuẩn có thể che giấu những điểm yếu của hệ thống rộng hơn.
Chi phí cơ sở hạ tầng và bảo trì thường được đánh giá thấp.
Khoảng cách về bảo mật và khả năng quan sát có thể tăng lên khi hệ thống trở nên phức tạp hơn.
Lộ trình thực hiện
Xác định các mục tiêu về độ trễ, chất lượng và chi phí trước khi triển khai.
Xác định các mục tiêu về độ trễ, chất lượng và chi phí trước khi triển khai. Hãy coi mỗi bước như một cổng bằng chứng: nếu không đáp ứng được các tiêu chí, hãy tạm dừng triển khai, thu hẹp khoảng cách và chỉ sau đó mới mở rộng mức sử dụng.
Điểm chuẩn trong điều kiện tải và dữ liệu thực tế.
Điểm chuẩn trong điều kiện tải và dữ liệu thực tế. Hãy coi mỗi bước như một cổng bằng chứng: nếu không đáp ứng được các tiêu chí, hãy tạm dừng triển khai, thu hẹp khoảng cách và chỉ sau đó mới mở rộng mức sử dụng.
Giám sát thiết bị về lỗi, độ lệch và tác động của người dùng.
Giám sát thiết bị về lỗi, độ lệch và tác động của người dùng. Hãy coi mỗi bước như một cổng bằng chứng: nếu không đáp ứng được các tiêu chí, hãy tạm dừng triển khai, thu hẹp khoảng cách và chỉ sau đó mới mở rộng mức sử dụng.
Chuẩn bị đường dẫn khôi phục và ứng phó sự cố trước khi mở rộng quy mô.
Chuẩn bị đường dẫn khôi phục và ứng phó sự cố trước khi mở rộng quy mô. Hãy coi mỗi bước như một cổng bằng chứng: nếu không đáp ứng được các tiêu chí, hãy tạm dừng triển khai, thu hẹp khoảng cách và chỉ sau đó mới mở rộng mức sử dụng.