公开(公告)号：CN117744838A

公开(公告)日：2024-03-22

申请号：CN202410106133.0

申请日：2024-01-25

Applicant: 之江实验室

Inventor： 周方 ,  秦亦 ,  何水兵 ,  方启明 ,  王晓红 ,  陈迪

IPC: G06N20/00 ,  G06F40/20 ,  G06F9/50

Abstract: 本发明公开了一种用于大模型参数分区的并行训练加速方法和系统，属于大模型预训练领域，包括：采集大模型训练时数据并行模式下的预配置信息和运行时信息；根据采集到的信息构建模型参数分区的性能决策模型，基于网格搜索算法和改进的通信算法得到包含冗余集的模型参数分区优化方案；结合数据并行模式和模型参数分区优化方案对大模型进行训练，得到包含训练时间开销和GPU显存利用率的当前指标；以当前指标最优为目标对前述步骤进行多次迭代，直到得到最优的模型参数分区方案，并运用于剩下的迭代训练。本发明提出的包含冗余集的模型参数分区方案，提供了一种灵活的大模型训练方案，能够明显节省通信开销，减少整体训练时间，从而提升训练效率。