火山引擎大模型训练框架 veGiantModel 开源,性能最高提升 6.9 倍!

背景

近些年,NLP 应用方面有所突破,BertGPTGPT-3 等超大模型横扫各种 NLP 测试后,人们发现参数量越大的模型,在算法方面表现越好,于是纷纷开始迅速向大模型方向发展,模型体积爆炸式增长。而大模型训练给现有的训练系统带来的主要挑战为显存压力,计算压力和通信压力。

插图.png The size of language model is growing at an exponential rate (source)

火山引擎大模型训练框架 veGiantModel

针对这个需求,字节跳动 AML 团队内部开发了火山引擎大模型训练框架 veGiantModel。

基于 PyTorch 框架,veGiantModel 是以 Megatron 和 DeepSpeed 为基础的高性能大模型训练框架。其特点包括:

  • 同时支持数据并行、算子切分、流水线并行 3 种分布式并行策略,同时支持自动化和定制化的并行策略
  • 基于 ByteCCL 高性能异步通讯库,训练任务吞吐相比其他开源框架有 1.2x-3.5x 的提升
  • 提供了更友好、灵活的流水线支持,降低了模型开发迭代所需要的人力
  • 可在 GPU上 高效地支持数十亿至上千亿参数量的大模型
  • 对带宽要求低,在私有化部署无 RDMA 强依赖

其中,ByteCCL 为字节跳动自研的 BytePS 的升级版,针对 A100/V100 等各种机型拓扑做了分层规约优化,并支持了 allgather、alltoall 等更全面的通讯原语。

VeGiantModel 性能表现

硬件配置

为了展示 VeGiantModel 的性能,veGiantModel 团队使用了自建机房的物理机,分别在 A100 和 V100 机型上做了测试,实验配置分别如下:

V100 测试: 每个机器 8 张 Tesla V100 32G 型号 GPU,网络带宽 100G

A100 测试: 每个机器 8 张 Ampere A100 40G 型号 GPU,网络带宽 800G

模型和对照组选择

veGiantModel 选择了 GPT-13B 模型进行评估,seq length 是 256, global batch size 是 1536。 GPT 为目前市面上最为流行的 transformer based 语言模型。性能对照组选择了开源社区最流行的 Megatron 和 DeepSpeed。

测试结果

  • 模型:GPT-13B

  • Megatron:v2.4,tensor-model-parallel-size 设置为4, pipeline-model-parallel-size 设置为 4

  • DeepSpeed:v0.4.2,使用 DeepSpeedExamples 开源社区中默认的 zero3 的配置。

  • 运行环境

    • V100/TCP :100Gb/s TCP 网络带宽,4 机每机 8 张 Tesla V100 32G GPU
    • V100/RDMA:100Gb/s RDMA网络带宽,4 机每机 8 张 Tesla V100 32G GPU
    • A100/TCP:800Gb/s TCP 网络带宽,4 机每机 8 张 Tesla A100 40G GPU
    • A100/RDMA:800Gb/s RDMA 网络带宽,4 机每机 8 张 Tesla A100 40G GPU
  • 统计值:Throughtput (samples/s)

FrameworkV100/TCPV100/RDMAA100/TCPA100/RDMA
VeGiantModel7072158170
Megatron5461126144
DeepSpeed (ZeRO)20382465

从上述数据可以看出:

  1. veGiantModel 性能最优:无论是在高带宽还是低带宽的场下,veGiantModel 在 V100 和 A100 上均胜出 Megatron 和 DeepSpeed,最高可达 6.9 倍提升。
  2. veGiantModel 对网络带宽要求低:veGiantModel 在带宽变化对吞吐的影响相对最小 (<10%),而 DeepSpeed(ZeRO) 是对带宽要求最高的,最高可达将近 5 倍的差距。

原因解析

veGiantModel 为什么比 Megatron 和 Deespeed 更快?原因如下:

  • ByteCCL (BytePS) 高性能异步通讯库
  • 支持定制化的并行策略,可以将性能优化推到极致。
  • 在支持数据并行、算子切分、流水线并行 3 种分布式并行策略时,veGiantModel 会综合考虑到跨机的带宽,自动调整 toplogy 的 placement。
传送门

veGiantModel 现已在 GitHub 上开源,地址如下:

https://github.com/volcengine/veGiantModel

GitHub 上详细介绍了如何使用 veGiantModel 以及如何使用 veGiantModel 快速跑起一个 GPT 的预训练。火山引擎机器学习平台原生支持了 veGiantModel,目前平台正在公测中,欢迎大家试用 https://www.volcengine.com/product/ml-platform。

0
0
0
0
评论
未登录
看完啦,登录分享一下感受吧~
暂无评论