TransformerEngine中分组线性层的实现选择与性能考量
2025-07-01 22:48:04作者:卓炯娓
背景介绍
在TransformerEngine项目中,分组线性层(Group Linear)是一种重要的计算模式,特别是在混合专家(MoE)模型中应用广泛。MoE模型如Mixtral 8x7B、8x22B、Qwen2-57B-A14B和DeepSeek v2等都大量使用了这种结构。
实现方案对比
目前TransformerEngine采用了多流(multi-stream)方式实现分组线性层,而没有使用批处理矩阵乘法(batch GEMM)或分组矩阵乘法(group GEMM)API,这背后有着深刻的性能考量。
批处理矩阵乘法的局限性
批处理矩阵乘法虽然理论上可以同时处理多个矩阵运算,但它要求所有运算的矩阵尺寸必须相同。在实际的MoE模型中,不同专家处理的输入尺寸可能存在差异,这使得batch GEMM无法满足需求。
分组矩阵乘法的现状
分组矩阵乘法理论上更适合处理不同尺寸的矩阵运算,但目前存在两个主要实现路径:
-
cublasGemmGroupedBatchedEx API:这是NVIDIA官方提供的分组矩阵乘法接口,但存在两个问题:
- 性能表现不如多流实现
- 目前尚不支持FP8计算,这对追求极致性能的场景是个硬伤
-
Cutlass实现:这是一个备选方案,但经过对主流MoE模型GEMM尺寸的评估测试,发现多流调用cuBLASLt在大多数情况下仍能提供更好的性能表现。
性能优化选择
TransformerEngine团队经过大量测试验证,最终选择了多流实现方案,主要原因包括:
- 灵活性:可以处理不同尺寸的矩阵运算
- 性能优势:在当前硬件和软件环境下,相比分组矩阵乘法API能提供更好的吞吐量
- 功能完整性:支持FP8等新型计算格式
未来发展方向
虽然当前选择了多流实现,但团队仍将持续关注分组矩阵乘法技术的发展,特别是:
- 新版本CUDA对分组矩阵乘法的性能优化
- FP8等新计算格式的支持进展
- 针对MoE模型的特化优化
一旦出现性能更优的实现方案,团队会及时将其集成到TransformerEngine中,为用户提供更好的性能体验。
登录后查看全文
热门项目推荐
HunyuanImage-3.0
HunyuanImage-3.0 统一多模态理解与生成,基于自回归框架,实现文本生成图像,性能媲美或超越领先闭源模型00ops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。C++020Hunyuan3D-Part
腾讯混元3D-Part00GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~0279Hunyuan3D-Omni
腾讯混元3D-Omni:3D版ControlNet突破多模态控制,实现高精度3D资产生成00Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile09
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
热门内容推荐
最新内容推荐
项目优选
收起

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
156
2 K

deepin linux kernel
C
22
6

Ascend Extension for PyTorch
Python
38
72

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++
519
50

🎉 (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
942
555

React Native鸿蒙化仓库
C++
195
279

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
993
396

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
359
12

openGauss kernel ~ openGauss is an open source relational database management system
C++
146
191

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
71