首页
/ TorchTitan项目中的Pipeline Parallelism初始化优化方案解析

TorchTitan项目中的Pipeline Parallelism初始化优化方案解析

2025-06-20 23:51:55作者:温艾琴Wonderful

引言

在深度学习模型训练中,Pipeline Parallelism(PP)是一种重要的并行训练技术,它通过将模型按层分割到不同的设备上,使得超大模型能够被训练。然而,PP技术在初始化阶段面临一些挑战,特别是在随机数生成(RNG)和内存管理方面。本文将深入分析TorchTitan项目中针对PP初始化问题的优化方案。

传统PP初始化方法的问题

传统PP实现采用"seed checkpoint"方式进行初始化,这种方法存在两个主要目的:

  1. 保持与非PP模型相同的初始化方式(相同的RNG状态),便于损失比较
  2. 解决整个模型可能无法一次性装入GPU内存(或考虑8个GPU副本时的CPU内存)的问题

但这种方法的缺点是随着模型规模增大,创建seed checkpoint的过程会变得非常耗时,影响用户体验。

优化方案的技术路线

第一步:使模型初始化函数兼容PP

当前,如果在元初始化和管道分割后对模型块调用init_weights函数会导致崩溃,因为init_weights期望访问模型的所有参数,但在PP分割中部分参数已被删除。

解决方案是修改Transformer.init_weights函数,使其能够处理self.tok_embeddings或self.output为None的情况(此时跳过初始化)。对于层级的初始化,由于循环只会访问PP未删除的层,因此已经可以正常工作。

这一改进虽然解决了基本功能问题(如CI运行、WPS检查、峰值内存监控),但由于所有PP阶段使用相同的RNG状态,会影响模型收敛性。

第二步:解决RNG问题

针对RNG问题,项目组提出了两种解决方案:

方案1:简单随机种子分配

  • 生成PP_Ranks-1个随机整数
  • 广播到非零PP rank作为各自的种子
  • 确保每个PP rank使用不同的初始种子
  • 虽然不能完全匹配非PP初始化,但能保证收敛

方案2:高级RNG状态同步

  • 在torch.pipelining.Schedule类中添加专用函数
  • 接受模型init_weights函数作为参数
  • 知道所有本地阶段及其模型块的指针
  • 了解管道顺序(循环、交错、V形等)
  • 从rank0 chunk0开始顺序初始化各层
  • 每次初始化后提取当前RNG种子并发送给下一个rank
  • 确保RNG状态在整个初始化过程中保持一致

技术讨论与优化

在技术讨论中,社区成员提出了更通用的解决方案思路:

  1. 在应用PP前,遍历并记录模块初始化顺序
  2. 在init_weight期间重放该顺序
  3. 对于PP删除的模块,相应rank不执行任何操作
  4. 每个模块初始化后,所有rank执行RNG状态的全收集
  5. 参与初始化的rank发送RNG状态,其他rank发送None状态

这种方法不依赖于PP的具体实现,可以保证每个rank获得正确的RNG种子。

最终实现方案

经过深入讨论和验证,项目组确定了最终实现方案:

  1. 保留seed checkpoint作为可选功能,仅用于需要比较不同并行配置下相同模型初始化的场景
  2. 承认在TP/DP并行下无法完全匹配单GPU的模型初始化行为
  3. 放弃了纯PP同步RNG状态的方案,因为它无法兼容PP+(TP/DP)组合
  4. 改进了DTensor的RNG基础设施:
    • 停止使用不适用于所有场景的TensorParallelRNGTracker
    • 避免在调用manual_seed API时进行全局广播
  5. 更新TorchTitan的RNG配置:
    • 每个PP阶段使用不同的RNG种子
    • 在PP阶段内正确配置DTensor的RNG

结论

通过对TorchTitan项目中PP初始化问题的深入分析和优化,项目组实现了更灵活、高效的模型初始化方案。这些改进不仅提升了用户体验,也为大规模模型训练提供了更可靠的并行初始化机制。这一工作展示了深度学习系统优化中需要考虑的复杂因素,以及如何通过技术创新解决实际问题。

登录后查看全文
热门项目推荐
相关项目推荐

项目优选

收起
kernelkernel
deepin linux kernel
C
22
6
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
153
1.98 K
ops-mathops-math
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
504
42
nop-entropynop-entropy
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
8
0
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
194
279
openHiTLSopenHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
992
395
RuoYi-Vue3RuoYi-Vue3
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
938
554
communitycommunity
本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
332
11
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
146
191
金融AI编程实战金融AI编程实战
为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Python
75
70