首页
/ DeepKE项目中大模型微调时的显存优化实践

DeepKE项目中大模型微调时的显存优化实践

2025-06-17 00:12:49作者:晏闻田Solitary

问题背景

在使用DeepKE项目进行大语言模型微调时,经常会遇到显存不足的问题。特别是在使用Llama2-13B等大型模型时,即使将batch size设置为1,仍然会出现CUDA显存不足的错误。本文记录了解决这一问题的完整过程和技术方案。

问题现象

用户在尝试使用3块GPU(每块23.64GiB显存)微调Llama2-13B模型时,遇到了典型的CUDA显存不足错误:

torch.cuda.OutOfMemoryError: CUDA out of memory. Tried to allocate 2.00 MiB (GPU 2; 23.64 GiB total capacity; 23.08 GiB already allocated; 704.00 KiB free)

即使将各种参数(如max_source_length、cutoff_len等)调至很小,问题依然存在。

解决方案探索

初步尝试

  1. 调整显存分配策略:通过设置环境变量PYTORCH_CUDA_ALLOC_CONF=max_split_size_mb:1024来优化显存分配,但效果有限。

  2. 参数精简:移除了不必要的--checkpoint_dir参数,但问题依旧。

量化技术应用

  1. 4-bit量化:添加--bits 4参数尝试进行4-bit量化,但遇到了版本兼容性问题:

    ValueError: You can't pass `load_in_4bit`or `load_in_8bit` as a kwarg when passing `quantization_config` argument at the same time.
    
  2. 代码更新:在DeepKE项目更新后,量化功能可以正常工作,但出现了新的BFloat16兼容性问题:

    RuntimeError: "triu_tril_cuda_template" not implemented for 'BFloat16'
    

最终解决方案

  1. Transformers版本降级:将transformers库降级到4.33.0版本解决了BFloat16兼容性问题:

    pip install -U transformers==4.33.0
    
  2. 完整配置:最终的运行配置包括:

    • 使用4-bit量化
    • 适当的batch size和梯度累积
    • 优化后的显存分配策略
    • 兼容的transformers版本

技术要点总结

  1. 显存管理:大模型微调时,显存管理是关键。除了调整batch size外,量化技术和显存分配策略优化同样重要。

  2. 版本兼容性:深度学习框架和库的版本选择对模型运行有重大影响,特别是当使用较新特性时。

  3. 量化技术:4-bit量化可以显著减少显存占用,但需要注意实现细节和库的兼容性。

最佳实践建议

  1. 对于大型语言模型微调,推荐从量化技术入手,优先尝试4-bit或8-bit量化。

  2. 保持深度学习框架和相关库的版本稳定,避免使用过于前沿的版本,除非有特定需求。

  3. 在遇到显存问题时,可以尝试以下步骤:

    • 降低batch size
    • 增加梯度累积步数
    • 应用量化技术
    • 优化显存分配策略
    • 检查框架版本兼容性

通过以上方法,可以在有限的计算资源下,成功完成大型语言模型的微调任务。

登录后查看全文
热门项目推荐

项目优选

收起
kernelkernel
deepin linux kernel
C
22
6
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
154
1.98 K
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
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
941
555
HarmonyOS-ExamplesHarmonyOS-Examples
本仓将收集和展示仓颉鸿蒙应用示例代码,欢迎大家投稿,在仓颉鸿蒙社区展现你的妙趣设计!
Cangjie
405
387
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
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
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++
509
44
Cangjie-ExamplesCangjie-Examples
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
344
1.32 K
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
194
279