首页
/ TransformerEngine中激活重计算与FP8量化配方的保存问题分析

TransformerEngine中激活重计算与FP8量化配方的保存问题分析

2025-07-01 14:48:40作者:胡唯隽

背景介绍

在深度学习训练过程中,TransformerEngine项目采用了FP8量化技术来优化模型性能。其中,激活重计算(activation recomputation)是一种常见的内存优化技术,它通过在反向传播时重新计算前向传播的中间结果,而不是保存所有激活值,从而减少内存占用。

问题发现

在TransformerEngine的实现中,当启用激活重计算功能时(activation_recompute=True),发现FP8GlobalStateManager的上下文状态与首次计算激活时的状态不一致。具体表现为:

  1. 在反向传播调用时,FP8量化配方(recipe)没有被正确恢复
  2. 对于新的量化配方,特别是per-tensor当前缩放(current scaling)的情况,激活重计算会被跳过
  3. 默认的延迟缩放(delayed scaling)配方会被错误地使用

技术分析

FP8量化需要维护一系列状态信息,包括:

  1. 量化配方(recipe):定义了如何进行量化的参数和策略
  2. 缩放因子(scale)和最大值(amax):在延迟缩放策略中需要保存和恢复
  3. FP8启用状态:指示当前是否应该使用FP8量化

在正常的正向-反向传播过程中,这些状态会被自动保存和恢复。然而,在激活重计算场景下,由于计算流程的特殊性,量化配方没有被正确恢复,导致计算结果不一致。

解决方案

经过讨论,确定了以下解决方案原则:

  1. 不应该要求用户在调用loss.backward()时必须手动创建FP8自动转换上下文
  2. 应该像保存量化器(quantizer)状态一样,在检查点中保存量化配方
  3. 在从检查点加载时,需要正确恢复FP8GlobalStateManager的状态

具体实现上,需要:

  1. 在保存检查点时同时保存量化配方和FP8启用状态
  2. 在激活重计算阶段恢复这些状态
  3. 确保恢复的状态与原始正向传播时完全一致

实现建议

一个可行的实现方案是扩展FP8GlobalStateManager的功能,使其能够:

  1. 在正向传播时记录当前的量化配方和FP8启用状态
  2. 将这些信息与激活值一起保存
  3. 在反向传播的激活重计算阶段恢复这些状态

这样无论loss.backward()在什么上下文中被调用,都能保证使用正确的量化参数进行重计算。

总结

TransformerEngine中FP8量化与激活重计算的交互是一个需要特别注意的环节。正确保存和恢复量化配方对于保证数值一致性至关重要。通过扩展状态管理器的功能,可以确保在激活重计算时使用与原始正向传播相同的量化参数,从而保证训练过程的正确性和稳定性。

登录后查看全文
热门项目推荐

热门内容推荐

最新内容推荐

项目优选

收起
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
144
1.93 K
kernelkernel
deepin linux kernel
C
22
6
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
192
274
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
145
189
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
930
553
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
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
423
392
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)。
Jupyter Notebook
75
66
CangjieCommunityCangjieCommunity
为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
1.11 K
0
openHiTLS-examplesopenHiTLS-examples
本仓将为广大高校开发者提供开源实践和创新开发平台,收集和展示openHiTLS示例代码及创新应用,欢迎大家投稿,让全世界看到您的精巧密码实现设计,也让更多人通过您的优秀成果,理解、喜爱上密码技术。
C
64
509