PyTorch Lightning中优化预训练子模块的检查点存储策略

在PyTorch Lightning项目开发中，我们经常会遇到需要整合大型预训练模型(如LLM、VAE等)作为子模块的情况。这些预训练模型在训练过程中参数保持不变，但默认情况下会被完整保存到检查点中，这会导致两个主要问题：

1. 存储空间浪费：大型预训练模型的参数会显著增加检查点文件大小
2. IO时间增加：每次保存和加载检查点时都需要处理这些不变的参数

问题本质分析

PyTorch Lightning的默认检查点机制会保存整个模型的状态，包括所有子模块。对于预训练且训练过程中不变的子模块，这种全量保存的方式确实不够高效。我们需要一种方法来告诉框架："这部分子模块不需要保存在检查点中"。

解决方案

PyTorch Lightning提供了两种主要方式来解决这个问题：

1. 自定义state_dict方法

通过重写模型的state_dict方法，我们可以精确控制哪些参数需要被保存。例如：

def state_dict(self, *args, **kwargs):
    # 获取默认的state_dict
    state_dict = super().state_dict(*args, **kwargs)
    
    # 移除不需要保存的子模块参数
    for name in list(state_dict.keys()):
        if name.startswith("vae."):  # 假设vae是我们的预训练子模块
            del state_dict[name]
    
    return state_dict

这种方法提供了最大的灵活性，可以精确控制每个参数的保存行为。

2. 使用strict_loading=False特性

从PyTorch Lightning 2.2版本开始，新增了strict_loading特性。我们可以设置：

self.strict_loading = False

这样在加载检查点时，框架会允许部分参数不匹配，使得我们可以安全地加载移除了预训练子模块参数的检查点。

最佳实践建议

1. 明确区分：在模型设计阶段就明确哪些是预训练不变的子模块，哪些是需要训练的参数

2. 文档记录：在代码中添加清晰的注释，说明为什么某些子模块不被保存

3. 版本兼容：当修改state_dict行为时，考虑检查点的向后兼容性

4. 性能测试：比较优化前后的检查点大小和加载时间，量化优化效果

实现示例

以下是一个完整的实现示例：

class MyLightningModule(pl.LightningModule):
    def __init__(self):
        super().__init__()
        self.strict_loading = False  # 允许部分加载
        self.vae = AutoencoderKL.from_pretrained(...)  # 预训练子模块
        self.trainable_head = nn.Linear(...)  # 需要训练的部分
    
    def state_dict(self, *args, **kwargs):
        state_dict = super().state_dict(*args, **kwargs)
        # 过滤掉预训练子模块的参数
        return {k: v for k, v in state_dict.items() if not k.startswith("vae.")}
    
    def on_load_checkpoint(self, checkpoint):
        # 自定义加载逻辑
        current_state = self.state_dict()
        for key in checkpoint["state_dict"]:
            if key in current_state:
                current_state[key] = checkpoint["state_dict"][key]
        self.load_state_dict(current_state, strict=False)

注意事项

1. 当使用非严格加载时，确保训练逻辑不会因为缺少参数而出现问题

2. 如果预训练子模块的权重可能会在后续被微调，则不应该将其从检查点中移除

3. 在分布式训练场景下，确保所有进程都使用相同的检查点加载策略

通过合理利用PyTorch Lightning提供的这些特性，我们可以显著优化模型检查点的存储和加载效率，特别是在使用大型预训练模型作为子组件的场景下。