大模型训练算力利用率达60%,蚂蚁开源分布式训练扩大库ATorch

近日,蚂蚁团体宣布开源大模型分布式训练加快扩大库ATorch。ATorch可针对不同模型和硬件资源,实现深度进修主动资源静态优化和分布式训练稳定性晋升,帮助晋升深度进修的智能性。据了解,在大模型训练中,ATorch千亿模型千卡级别训练的算力利用率可达60%,相当于为跑车装上了强劲的引擎。图:ATorch致力于让大模型训练更高效、可复现随着生成式大模型的爆发,模型训练的数据集和参数规模成指数级增长,要带动如此庞然大物,并且满足模型的快速迭代,分布式训练就成为了解题之道。在大模型开发工作中,很多开发者和研究人员采用Py

近日,蚂蚁团体宣布开源大模型分布式训练加快扩大库ATorch。ATorch可针对不同模型和硬件资源,实现深度进修主动资源静态优化和分布式训练稳定性晋升,帮助晋升深度进修的智能性。据了解,在大模型训练中,ATorch千亿模型千卡级别训练的算力利用率可达60%,相当于为跑车装上了强劲的引擎。

大模型训练算力利用率达60%,蚂蚁开源分布式训练扩大库ATorch图:ATorch致力于让大模型训练更高效、可复现

随着生成式大模型的爆发,模型训练的数据集和参数规模成指数级增长,要带动如此庞然大物,并且满足模型的快速迭代,分布式训练就成为了解题之道。在大模型开发工作中,很多开发者和研究人员采用PyTorch和TensorFlow深度进修框架,来构建和训练模型。业内已开展多项工作,为PyTorch等深度进修框架装上更加适用于大模型训练的“工具包”,本次蚂蚁开源的ATorch就是其中之一。

据了解,ATorch采用了分层的架构设计,功能清晰、设计全面,可为开发者提供极致精简的开发体验,以及领先的稳定性保障。主要包括统一分布式优化策略配置接口、主动分布式策略搜索、主动弹性容错、高效静态显存管理库、自研优化器加快收敛等核心功能。作为PyTorch框架的高性能扩大加快库,ATorch可实现最少化用户代码侵入,为千亿参数大模型千卡级训练提供易用的高性能方案。

近期在以开源模型为对象的大模型训练优化实践中,ATorch取得了优秀的成绩。如,将清华大学开源的GLM-65b大模型千卡预训练算力利用率从28.8%晋升至62%、Meta开发的LLama2-70b大模型预训练算力利用率从42%晋升至60%、英国AI公司Stability AI 开发的多模态大模型Stable Diffusion训练算力利用率从21.8%晋升至58.7%。此外,ATorch千卡训练稳定性表现优秀,日均纯训练时长占比晋升至95%,ckpt save耗时控制在1分钟,训练重启耗时最快5分钟,达到了行业领先水平。

目前,ATorch已集成到蚂蚁团体大模型训练开源产品DLRover中,这是蚂蚁团体基于云原生技术打造的智能分布式深度进修系统。ATorch的加入,将更大程度上帮助大模型开发能够专注于模型架构的设计,而无需处理工程方面的细节,让训练更高效、智能。

给TA打赏
共{{data.count}}人
人已打赏
应用

AI辅助IP形象设计!用 Stable Zero123 生成任意角色的三视图

2024-1-9 7:50:51

应用

大模型深入教训变革:松鼠Ai发布环球首个智顺应教训大模型

2024-1-9 14:11:00

0 条回复 A文章作者 M管理员
    暂无讨论,说说你的看法吧
个人中心
今日签到
搜索