wordpress链接跳转页面,站外seo推广,网站开发产品设计书,wordpress聚合文章站在巨人的肩膀上才能走的更远~本文主要是针对《千亿参数开源大模型 BLOOM 背后的技术》进行学习和提取关键经验。
1、BLOOM与Megatron-DeepSpeed
1.1 BLOOM训练细节
BLOOM 的模型架构与 GPT3 非常相似，只是增加了一些改进，176B BLOOM 模型的训练于 2022 年 3 月至 7 月期…站在巨人的肩膀上才能走的更远~本文主要是针对《千亿参数开源大模型 BLOOM 背后的技术》进行学习和提取关键经验。
1、BLOOM与Megatron-DeepSpeed
1.1 BLOOM训练细节
BLOOM 的模型架构与 GPT3 非常相似，只是增加了一些改进，176B BLOOM 模型的训练于 2022 年 3 月至 7 月期间，耗时约 3.5 个月完成 (约 100 万计算时)，以下是其训练的一些细节信息。
硬件： 384 张 80GB A100 GPU 软件： Megatron-DeepSpeed 模型架构： 基于 GPT3 数据集： 含 59 种语言，共 3500 亿词元 训练时长： 3.5 个月
1.1.1 训练硬件
GPU: 384 张 NVIDIA A100 80GB GPU (48 个节点) + 32 张备用 GPU每个节点 8 张 GPU，4 条 NVLink 卡间互联，4 条 OmniPath 链路CPU: AMD EPYC 7543 32 核处理器CPU 内存: 每个节点 512GBGPU 显存: 每个节点 640GB节点间连接: 使用 Omni-Path Architecture (OPA) 网卡，网络拓扑为无阻塞胖树NCCL - 通信网络: 一个完全专用的子网磁盘 IO 网络: GPFS 与其他节点和用户共享1.1.2 checkpoints
主 checkpoints（https://huggingface.co/bigscience/bloom）每个 checkpoint 含精度为 fp32 的优化器状态和精度为 bf16+fp32 的权重，占用存储空间为 2.3TB。如只保存 bf16 的权重，则仅占用 329GB 的存储空间。1.1.3 数据集
41.5TB 经过大量去重和清洗的文本，包含 46 种语言，最终转换为 350B 个词元模型的词汇表含 250,680 个词元更详细信息，请参阅 The BigScience Corpus A 1.6TB Composite Multilingual Dataset（https://openreview.net/forum?id=UoEw6KigkUn）1.2 Megatron-DeepSpeed
176B BLOOM 模型使用 Megatron-DeepSpeed进行训练，它结合了两种主要技术:
DeepSpeed 是一个深度学习优化库，让分布式训练变得简单、高效且有效。Megatron-LM 是由 NVIDIA 的应用深度学习研究团队开发的大型、强大的 transformer 模型框架。DeepSpeed 团队通过将 DeepSpeed 库中的 ZeRO 分片和流水线并行 (Pipeline Parallelism) 与 Megatron-LM 中的张量并行 (Tensor Parallelism) 相结合，开发了一种基于 3D 并行的方案。有关每个组件的更多详细信息，请参见下表。
请注意，BigScience 的 Megatron-DeepSpeed 是基于原始 Me
