原创力文档- 1、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。。
- 2、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。
- 3、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)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
OnTrainingFoundationModelsonFrontierSajalDashAnalyticsandAIMethodsatScale(AAIMS)NCCS,ORNLdashs@
OutlineDistributedtrainingofLLMsPreparingatrainingsoftwarestackforFrontierFindingbestdistributedtrainingstrategiesTrainingaTrillionparametermodelonFrontier(forafewiterations)Training“SparselyActivated”models
TransformerModelArchitectureBERTGPT
InsideaTransformerLayer
ModelParallelism:WhyandHowModels(orMemoryneededfortheirtraining)aretoobigtofitinasingleGPUSo,weneedtobreakthemodelintopiecesWhat’sbrokenneedstoberebuiltfromthepiecesIt’slikeKintsugi,butwithamorepracticalconcernsuchaspriceofgold(comm.Latency)Kintsugi
TensorParallelism(TP=4)L11L21L31L41L12L22L32L42L13L23L33L43L14L24L34L44L1L2L3L4L11L12L13L14L21L22L23L24L31L32L33L34L41L42L43L44GPU1GPU3GPU2GPU4
LessonsLearntFromTensorParallelism
PipelineParallelism(PP=2)L1L2L3L4GPU1GPU2
PipelineParallelism(Gpipe)
PipelineBubblevs#MicrobatchesIncreasingthe#MicrobatcheswillreducethebubbleButthatwillresultinlargeglobalbatchsize,hurtingtheconvergence
3DParallelismusingMegatron-DeepSpeedMegatron-DeepSpeedisastate-of-the-arttrainingframeworkdevelopedbyMicrosoftandNVIDIAItsupports3D+parallelism(Tensor,Pipeline,Data,ShardedData)WeportedthisFrameworktoFrontierthroughhipifyandcombiningwithROCMspecificpackages/sajal-vt/Megatron-DeepSpeed-ORNL/tree/frontier-sd
3DParallelismACombinationofTensor,Pipeline,andDataParallelismDeterminehowmanyGPUs(world-size)youneedtofitthemodelFactorizeworld-sizeintoTP(tensorparallelsize)andPP(pipelineparallelsize)
Hybrid(TP=4,PP=2)Node1Node2L11L21L31L41L12L22L32L42L13L23L33L43L14L24L34L44L1L2L3L4L11L12L13L14L21L22L23L24L31L32L33L34L41L42L43L44GPU1GPU3GPU2GPU4GPU5GPU7GPU6GPU8
BestpracticeswithparallelismparadigmsTensorParallelismKeepitwithinthenode(TP8)PipelineParallelismUselargenumberofmicro-batches(But
文档评论（0）