- 1、本文档共52页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
超大规模集群下大语言模型训练
的最佳实践
快手大模型训练负责人/刘育良
QCon2024全球软件开发北京大会
QCon2024全球软件开发北京大会
背景介绍
background
大模型发展历程
•Encoderonly
•Bert
•DiT
•Encoder-Decoder
•T5
QCon2024全球软件开发北京大会•GLM
•Decoder-only
•GPT系列
•Llama
大模型“大”在哪里
•参数量•数据量
–llama-270B–数Ttokens的训练量
–GPT3175B
QCon2024全球软件开发北京大会
–GPT-MoE1.8T
为什么大模型有效
scalinglaw
模
型
简单来说,就是模型能力与计算
性
能
量有强相关性,可以通过持续扩
(
越
大模型规模、数据规模来提升模
QCon2024全球软件开发北京大会
小
模
型能力
型
越
强
)
计算量(FLOPsratioGPT4)
训练引擎的定位
“工欲善其事,必先利其器”
Ø提供持续scaling的工具箱Ø为上下游提供技术判断
Ø更高的scalingefficiencyØ算法联合优化
QCon2024全球软件开发北京大会
Ø组网策略
Ø服务器选型
MFU-ModelFlopsUtilization
文档评论(0)