SageMaker 分散式模型平行程度最佳作法 - Amazon SageMaker
為指定的模型設定正確組態修改訓練指令碼使用主控台和 Amazon 監 SageMaker 控和記錄訓練任務 CloudWatch許可

本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。

SageMaker 分散式模型平行程度最佳作法

當您使用 SageMaker 模型 parallel 程式庫執行分散式訓練工作時，請遵循下列準則。

為指定的模型設定正確組態

擴展模型時，我們建議您依序瀏覽以下清單。每個清單項目都討論了使用程式庫技術以及可能出現的權衡的優勢。

提示

如果模型使用程式庫功能的子集運作良好，新增更多的模型平行處理或節省記憶體功能通常不會改善效能。

使用大型 GPU 執行個體類型

  • 在模型平行處理範圍中，最好使用具有大型 GPU 記憶體的強大執行個體來處理模型平行處理操作所產生的額外負荷，例如跨多個 GPU 分割模型。我們建議使用 ml.p4d 或 ml.p3dn 執行個體來訓練大型 DL 模型。這些執行個體也配備 Elastic Fabric Adapter (EFA)，提供較高的網路頻寬，並可進行透過模型平行處理的大規模訓練。

分片最佳化工具狀態

  • 分片最佳化工具狀態的影響取決於資料平行處理排名的數量。通常，較高的資料平行處理程度 (與運算節點的大小成正比) 可以改善記憶體使用量效率。

    當您想要縮減叢集時，請務必檢查最佳化工具狀態分片組態。例如，具有最佳化工具狀態分片的大型 DL 模型適合具有 16 個 GPU 的運算叢集 (例如，兩個 p4d 或 p4de 執行個體)，可能不一定適合具有 8 個 GPU 的節點 (例如，單一 P4d 或 p4de 執行個體)。這是因為 8 個 GPU 的合併記憶體低於 16 個 GPU 的合併記憶體，而每個 GPU 分片 8 個 GPU 所需的記憶體也高於在 16 GPU 案例中每個 GPU 分片的記憶體。因此，增加的記憶體需求可能不適合較小的叢集。

    如需詳細資訊，請參閱 最佳化工具狀態碎片。

啟用檢查點

  • 使用一組模組的啟用檢查點可以改善記憶體效率。您分組的模組越多，記憶體使用量就越有效率。當建立層的檢查點循序模組時，smp.set_activation_checkpointing 函式的 strategy 引數將分組層以建立檢查點。例如，將兩個或以上的層分組以進行檢查點，比一次一層檢查點的記憶體效率更好，而且這會犧牲額外運算時間以減少記憶體使用量。

    如需詳細資訊，請參閱 啟用檢查點。

張量平行

  • 張量平行處理程度應為 2 次方 (2、4、8、...、2 n)，其中最大程度必須等於每個節點的 GPU 數量。例如，如果您使用具有 8 個 GPU 的節點，張量平行程度的可能數字為 2、4 和 8。對於張量平行程度，我們不建議任意數字 (例如 3、5、6 和 7)。當您使用多個節點時，錯誤設定張量平行處理程度可能導致跨節點執行張量平行處理；這會增加跨節點啟用通訊所產生的重大負荷，而且運算成本可能會變得非常昂貴。

    如需詳細資訊，請參閱 張量平行處理。

跨節點的管道平行處理

  • 您可以在單一節點內和跨多個節點內執行管道平行處理。當您將管道平行處理與張量平行處理結合使用時，建議您跨多個節點執行管道平行處理，並在個別節點內保持張量平行處理。

  • 管道平行處理具有以下三個旋鈕：microbatches、active_microbatches 和 prescaled_batch。

    • 當您將張量平行處理與管道平行處理搭配使用時，建議您啟用 prescaled_batch，藉此增加每個模型平行群組的批次大小，以便有效率地管線傳輸。啟用 prescaled_batch 後，訓練指令碼中設定的批次大小，會成為每個沒有 prescaled_batch 的排名設定批次大小乘以 tp_size。

    • 增加的 microbatches 數量有助於達成有效的管線傳輸和更好的效能。請注意，有效的微批次大小是批次大小除以微批次數量。如果在保持批次大小常數不變的同時，增加微批次的數量，則每個微批次處理較少的範例。

    • active_microbatches 的數量是在管道傳輸過程中同步處理的微批次的最大數量。對於處理中的每個啟動中微批次，其啟用和漸層都會佔用 GPU 記憶體。因此，增加 active_microbatches 會佔用更多 GPU 記憶體。

  • 如果 GPU 和 GPU 記憶體使用量過低，請在管道傳輸期間增加 active_microbatches 以更好地平行化。

  • 如需如何將張量平行處理與管道平行處理搭配使用的更多相關資訊，請參閱張量平行處理結合管道平行處理。

  • 若要尋找上述參數的說明，請參閱 SageMaker Python SDK 文件smdistributed中的參數。

卸載啟用至 CPU

  • 請確認這用於與啟用檢查點和管線平行處理組合使用。若要確保卸載和預先載入在背景中進行，請為微批次參數指定大於 1 的值。

  • 當卸載啟用時, 你可能能夠增加 active_microbatches，而有時與微批次的總數相符。這取決於對哪些模組執行檢查點，以及模型的分割方式。

    如需詳細資訊，請參閱 啟用卸載。

參考組態

SageMaker 模型平行度訓練團隊根據 GPT-2 模型的實驗、序列長度 512、詞彙大小為 50,000，提供以下參考要點。

模型參數數量 執行個體類型 管道平行處理 張量平行處理 最佳化工具狀態分片 啟用檢查點 預先擴充批次 批次大小
10 億 16 ml.p4d.24xlarge 1 4 True 每個轉換器層 True batch_size=40
30 億 16 ml.p4d.24xlarge 1 8 True 每個轉換器層 True batch_size=32
60 億 32 ml.p4d.24xlarge 2 8 True 每個轉換器層 True batch_size=56, microbatches=4, active_microbatches=2

您可以從上述組態中推斷，以估算模型組態的 GPU 記憶體使用量。例如，如果您增加 100 億個參數模型的序列長度，或將模型的大小增加到 200 億，則可能需要先降低批次大小。如果模型仍然不符合，請嘗試增加張量平行處理程度。

修改訓練指令碼

  • 在訓練指令碼中使用 SageMaker 模型 parallel 資料庫的特徵之前，請先檢閱 SageMaker 分散式模型平行程式庫組態提示和缺陷。

  • 若要更快地啟動訓練工作，請使用SageMaker 本機模式。這可協助您在 SageMaker 筆記本執行個體上快速執行訓練工作。根據 SageMaker 筆記型電腦執行個體所執行之 ML 執行個體的比例，您可能需要變更模型組態 (例如隱藏寬度、變壓器層數和注意力標頭) 來調整模型的大小。在使用大型叢集訓練完整模型之前，先驗證已縮減的模型是否在筆記本執行個體上執行良好。

使用主控台和 Amazon 監 SageMaker 控和記錄訓練任務 CloudWatch

若要監控系統層級指標，例如 CPU 記憶體使用率、GPU 記憶體使用率和 GPU 使用率，請使用透過SageMaker 主控台提供的視覺效果。

  1. 在左側導覽窗格中，選擇訓練。

  2. 選擇 Training jobs (訓練任務)。

  3. 在主窗格中，選擇您要查看其更多詳細資訊的訓練任務名稱。

  4. 瀏覽主窗格，並找到監視器區段以查看自動化視覺效果。

  5. 若要查看訓練任務日誌，請選擇監視器區段中的檢視日誌。您可以在中存取訓練工作的分散式訓練工作記錄 CloudWatch。如果您已啟動多節點分散式訓練，您應該會看到多個日誌串流，其標記格式為 algo-n-1234567890。algo-1 日誌串流會追蹤主節點 (第 0 個) 的訓練日誌。

如需詳細資訊，請參閱 監控和分析訓練任務的 Amazon CloudWatch 指標。

許可

若要使用模型平行處理原則或SageMaker 分散式訓練範例筆記本來執行訓練工作，請確定您的 IAM 角色具有正確的許可，例如： SageMaker