GPU — 分布式训练

举报
云物互联 发表于 2022/07/15 00:00:23 2022/07/15
【摘要】 目录 文章目录 目录 分布式训练的挑战 算法挑战 工程挑战 NCCL MPI 分布式训练的挑战 算法挑战 数...

目录

分布式训练的挑战

算法挑战

  1. 数据并行或模型并行
  2. 同步或异步
  3. 批量较大,影响模型精度
  4. 热身,调整学习速率(线性上升,LARC/LARS)
  5. 给渐变添加噪声
  6. 优化器的选择(SGD,Momentum,Adam,Rmsprop)
  7. 平衡速度和准确性

在这里插入图片描述

工程挑战

  • CPU 和 GPU 性能提升不平衡
  • 先纵向扩展,再横向扩展
  • GPU 型号,NVLink,NVSwitch,DGX,10G/25G/100G/200G 的匹配和选择
  • 混合精度
  • GPU Direct RDMA(Infiniband)
  • 从 CPU 中卸载一些操作到 GPU(e.g. 数据预

文章来源: is-cloud.blog.csdn.net,作者:范桂飓,版权归原作者所有,如需转载,请联系作者。

原文链接:is-cloud.blog.csdn.net/article/details/125775165

【版权声明】本文为华为云社区用户转载文章,如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱: cloudbbs@huaweicloud.com
  • 点赞
  • 收藏
  • 关注作者

评论(0

0/1000
抱歉,系统识别当前为高风险访问,暂不支持该操作

全部回复

上滑加载中

设置昵称

在此一键设置昵称,即可参与社区互动!

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。