罗西的思考 - 博客园

2021年9月

摘要：本文以 PyTorch on Horovod 为切入点，分析一下 Horovod 弹性训练的恢复流程，具体涉及知识点有：ElasticSampler与PyTorch 原生DistributedSampler 的区别，Horovod 弹性训练如何恢复等。阅读全文

posted @ 2021-09-18 15:47 罗西的思考阅读(762) 评论(0) 推荐(0)

摘要：在前文中，我们介绍了PipeDream的总体架构，Profile阶段，计算分区阶段，模型转换阶段，运行时引擎和通信模块，本文是 PipeDream 系列最后一篇，介绍 1F1B 策略，这是 PipeDream 最大的贡献。阅读全文

posted @ 2021-09-15 16:46 罗西的思考阅读(8535) 评论(0) 推荐(5)

摘要：在前文中，我们介绍了PipeDream的总体架构，Profile阶段，计算分区阶段，模型转换阶段和运行时引擎，本文我们介绍PipeDream 的通信模块，通信模块是引擎的基础，同时也是PyTorch DDP，P2P 如何使用的一个万花筒和完美示例。阅读全文

posted @ 2021-09-13 10:13 罗西的思考阅读(1442) 评论(0) 推荐(0)

摘要：在前文中，我们介绍了PipeDream的总体架构，Profile阶段，计算分区阶段和模型转换阶段，本文我们介绍运行时执行引擎，这是一个统一基础设施层。阅读全文

posted @ 2021-09-11 09:39 罗西的思考阅读(1115) 评论(0) 推荐(0)

摘要：在前文中，我们介绍了PipeDream的总体架构，Profile阶段和计算分区阶段。本文我们介绍模型转换阶段。阅读全文

posted @ 2021-09-07 20:27 罗西的思考阅读(1325) 评论(0) 推荐(0)

摘要：在前文中，我们介绍了PipeDream的总体架构和Profile阶段，本文我们继续介绍计算分区阶段。阅读全文

posted @ 2021-09-03 17:06 罗西的思考阅读(1844) 评论(4) 推荐(1)

摘要：继 GPipe 之后，我们开一个流水线并行训练新系列，介绍微软的PipeDream。本文介绍其总体思路，架构和Profile阶段。阅读全文

posted @ 2021-09-01 19:24 罗西的思考阅读(5360) 评论(3) 推荐(1)

2021年8月

摘要： GPipe是一个基于 Google Brain 开发的，支持超大规模模型的神经网络训练并行库，本文介绍其重计算功能，同时可以和其他实现一起印证。阅读全文

posted @ 2021-08-30 19:43 罗西的思考阅读(5134) 评论(3) 推荐(3)

摘要：梯度累积是一种增大训练时 batch size的技术，在本地使用 micro-batch 多次进行正向和反向传播积累梯度后，再进行梯度规约和优化器更新，这是用来均摊通信成本的一种常用策略。本文通过几个框架/库的实现对比，让大家对这个技术有进一步的了解。阅读全文

posted @ 2021-08-26 08:27 罗西的思考阅读(2872) 评论(0) 推荐(2)

摘要： GPipe 是一个基于 Lingvo （Lingvo 是 Google 基于 TensorFlow 二次开发的重点针对序列模型的框架）开发的，支持超大规模模型的神经网络训练并行库，本文介绍其基本功能和流水线机制。阅读全文

posted @ 2021-08-23 08:24 罗西的思考阅读(8883) 评论(4) 推荐(4)