罗西的思考 - 博客园

2022年1月

摘要： FSDP是Facebook 深度借鉴微软ZeRO之后提出的PyTorch DDP升级版本，可以认为是对标微软 ZeRO，目标是训练超大规模模型。前文我们介绍了 FSDP 如何使用，本文从源码角度来介绍 FSDP 如何实现参数分区。阅读全文

posted @ 2022-01-19 19:53 罗西的思考阅读(3391) 评论(2) 推荐(0)

摘要： FSDP（Fully Sharded Data Parallel）是Facebook 深度借鉴微软ZeRO之后提出的PyTorch DDP升级版本，可以认为是对标微软 ZeRO，其本质是 parameter sharding。阅读全文

posted @ 2022-01-17 19:47 罗西的思考阅读(5145) 评论(0) 推荐(0)

摘要：本文以Google 论文 [Automatic Cross-Replica Sharding of Weight Update in Data-Parallel Training]为主来学习Parameter Sharding。阅读全文

posted @ 2022-01-13 19:48 罗西的思考阅读(1296) 评论(2) 推荐(0)

摘要：本文以论文和官博为主来进行分析ZeRO，这是微软开发的一个可以高效利用显存的优化器，其会将模型状态量（优化器状态，梯度和模型参数）分布在多个并行 GPU 之上，目的是在不使用模型并行的情况下对让数十亿参数模型进行训练。阅读全文

posted @ 2022-01-11 10:13 罗西的思考阅读(5783) 评论(6) 推荐(1)

摘要： PyTorch Zero Redundancy Optimizer 是一类旨在解决数据并行训练和模型并行训练之间权衡问题的算法。Zero Redundacy Optimizer 的思想来源于微软的ZeRO，具体实现是基于 Fairscale 的OSS。阅读全文

posted @ 2022-01-10 16:47 罗西的思考阅读(5488) 评论(0) 推荐(2)

摘要： “Bagua“ 是快手和苏黎世理工（ETH Zürich）联合开发的分布式训练框架。其专门针对分布式的场景设计特定的优化算法，实现算法和系统层面的联合优化，力图极致化分布式训练的效率。阅读全文

posted @ 2022-01-06 20:13 罗西的思考阅读(1160) 评论(5) 推荐(0)

posted @ 2022-01-05 21:08 罗西的思考阅读(990) 评论(0) 推荐(0)

posted @ 2022-01-04 19:18 罗西的思考阅读(1528) 评论(0) 推荐(0)

2021年12月

摘要：本文分析如何处理节点变化。即对成员更改作出反应，并使用新的成员来重启所有workers，从而实现弹性训练。阅读全文

posted @ 2021-12-31 14:31 罗西的思考阅读(1033) 评论(0) 推荐(0)

摘要：关于PyTorch弹性训练，迄今为止我们已经分别介绍了 Agent 和 rendezous，但是有些部分并没有深入，比如监控，本文就把它们统一起来，对弹性训练做一个整体逻辑上的梳理。阅读全文

posted @ 2021-12-29 18:02 罗西的思考阅读(2812) 评论(0) 推荐(0)