撰文|CPFLAME
大噶好,年更楼主今天想推的是,主打分布式训练的模型库_李白(LiBai) 。
对于目前市面上的模型库来说,选择实在是太多了,换了一批又一批,眼睛都挑花了,为什么要用LiBai? (如果你觉得LiBai万一某天能用到,或者这篇文章读下来感觉比较开心,可以去GitHub上点赞,如果能三连就更好了。众所周知,GitHub点赞其实是个收藏夹功能)。
按照现在的趋势来说,模型越来越大了,大到一张GPU甚至装不下完整的模型,必须得上分布式并行技术,但是分布式代码在很多框架下都是高度定制化的,对于新手来说根本读不懂,也不知道应该怎么使用,导致大家上手非常的困难,让自己珍贵的发际线显得更加珍贵。
针对大模型上述存在的痛点,导致我们必须上分布式(数据并行、模型并行、流水并行)才能跑起来一个大模型。
那么,LiBai有哪些特点呢? 你坐好,我要发功了。
需要详细分章介绍的优势(看上去还不错,用户也可以听得懂,也知道要干什么):
-
简单易用的分布式代码,单机代码和分布式代码基本一致
-
可以无缝使用PyTorch、HuggingFace的model权重,并且还可以在LiBai下进行多机多卡的分布式推理
-
开箱即用,所有的分布式并行配置(Grad Acc,AMP,Checkpointing,ZeRO,Auto Parallel)技术都只需要在config里面一键设置就可以生效,不需要在算法代码model.py中额外添加
-
支持模型一键转换 ONNX
我搁这儿就要介绍完的优势(看上去大家也有,很虚的帽子话),为了不让大家觉得过于虚,在介绍的同时也会插入相关的例子。
- 具有高度灵活性和高效率,同时支持动态图eager模式和静态图graph模式,支持一键切换,在方便debug和高效性之间反复横跳。
- 对于分布式并行的支持比较全面,大家可以在里面尽情地组合各种分布式并行的组件。
- LiBai下面有内置的layers直接使用,避免重复造轮子,比如用LiBai下面的Linear层就可以快速地构建一个2D并行(数据并行+模型并行)的MLP。
- 采用LazyCall(借鉴自detectron2)的配置系统,基于Python语法构建相比于 argparse 和 yacs-based 方式更灵活,而且每次训练都会序列化yaml文件,用户可以一键读取yaml文件来复现“上古时期”的实验结果。
-
具有丰富的Projects实现。由于LiBai的分布式并行设计与算法逻辑进行了解耦,使得在Projects下面的算法都可以享受到LiBai下面的分布式并行技术,而且随着分布式并行技术的更新,Projects下面的算法代码不需要任何更新就可以享受到更新后的成果。
-
和业界翘楚Megatron比起来,具有不弱于它的吞吐,甚至稍占优势,完整的对比实验在LiBai tutorial(libai.readthedocs.io/en/latest/t… )和《大模型训练难于上青天?效率超群、易用的李白模型库来了》,这里给一个GPT2的3D并行数据简单感受一下。
可能有人会问,怎么都和Megatron去比,你们各个同行之间有对比数据吗?主要原因有二:1) 只要吕布不说话反驳,那么我邢道荣就有不下于吕布的勇武,人均小吕布,这很合理;2) 大家都是国产框架,中国人不卷中国人,咱们薅着一个外国人可劲儿的打。
下面分章详细说说上述优点。
开源自助
LiBai最基础的一个功能: 开源自助。也就是除了LiBai训练出来的模型以外,我们还可以加载PyTorch以及HuggingFace上面的模型进行分布式推理。
由于LiBai的底层是基于OneFlow来实现的,而OneFlow的算子绝大部分都已经和PyTorch进行了对齐,这能发挥出什么优势?
使用前还要看看预备知识。一个完整的模型由两个部分构成:模型结构,换种说法就是model.py模型权重,再换种说法就是model_best.pth。
假设我们在框架A下面,有modelA.py和model_best_A.pth,我们想在框架B上面跑起来这个框架A下面的模型,应该怎么做呢?
在框架B下面,用框架B的算子搭建出一个modelB.py,该modelB的参数名字可以和modelA的不一致,但是前向推理的逻辑运算最好一致,然后去加载model_best_A.pth得到model_A_state_dict(),把model_A_state_dict()里面的参数格式全部转换成框架B下面支持的格式,其中可以运用中间格式进行转换。
举个例子,比如torch.tensor()->np.numpy()(中间格式)->oneflow.tensor()之前提到了modelB中的参数名字可以和modelA中的不一致,如果不一致,那么需要把model_A_state_dict()中的key值改一下和modelB的一致。
做完了以后,直接加载我们转换好的参数modelB.load_state_dict(model_A_state_dict),就可以在框架B下面进行推理。为了保证模型转换好以后的准确性,可以喂给modelA以及modelB相同的输入,检查一下是否能得到相同输出。
这个预备知识不仅限于LiBai,在任何模型复现或者模型迁移上面都适用。
有了预备知识以后怎么使用PyTorch或者HuggingFace下面的模型?简单来说分为以下几步:
把torch的算子替换为oneflow: 把torch_model.py下面的torch全部替换为oneflow,得到oneflow_model.py.把oneflow_model.py中的layer尽可能地替换成LiBai中支持的layer,只替换你想要的部分也可以(比如只替换Linear层),LiBai会自动把没有替换的layer 转换成分布式并行所需要的格式。
这一步是支持分布式推理的关键继承LiBai提供好的分布式推理的基类basic.py,重载转换权重的函数,按照PyTorch那样写好预处理和后处理,就可以进行分布式推理了。
下面链接里面有极其详细的步骤解答,看在作者不仅授人以鱼,还授人以渔,还做了程序员最讨厌的文档活儿,可以顺便给LiBai点个star收藏,而且保不齐以后万一有个什么复现的任务,这里面的知识点也用得上,至少可以用别人release出来的预训练权重来验证自己复现的model.py是否正确。这叫什么?这叫call back!
LiBai分布式推理介绍:
http//:github.com/Oneflow-Inc/libai/discussions/386
以MT5应用HuggingFace model为例子,我们在2机4卡下面进行模型并行2X流水并行2的分布式推理,跑起来的代码风格如下:
# test_inference.py
from libai.inference.text_generation import TextGenerationPipeline
from libai.utils import distributed as dist
if __name__ == "__main__":
pipeline = TextGenerationPipeline(
"projects/MT5/configs/t5_inference.py",
data_parallel=1,
tensor_parallel=2,
pipeline_parallel=2,
pipeline_stage_id=[0] * 12 + [1] * 12,
pipeline_num_layers=12 * 2,
model_path="data_test/t5_inference_model",
mode="huggingface",
)
text = ["summarize: She is a student, She is tall, She loves study"]
dict1 = pipeline(text)
if dist.is_main_process():
print(dict1)
那么多机多卡的分布式推理脚本
在node0上输入指令:
NODE=2 NODE_RANK=0 ADDR=192.168.0.1 PORT=12345 bash tools/infer.sh test_inference.py 2
在node1上输入指令:
NODE=2 NODE_RANK=1 ADDR=192.168.0.1 PORT=12345 bash tools/infer.sh test_inference.py 2
细心的朋友已经发现了,LiBai下面可以通过设置pipeline_stage_id, 来让用户自己设置每个stage上group的层数是多少,方便在某些极端情况下(比如你的机器0很强,但是机器1很拉胯,或者你的encoder计算量巨大,但是decoder计算量较小)手动实现负载均衡。
大模型训练
众所周知,大家都喜欢做点”出格”的事情,比如在上班的时候摸鱼,在VScode上面炒股……
那么LiBai呢?你甚至可以拿它来训练模型!
在Projects(github.com/Oneflow-Inc… )下支持的模型:
下面来谈谈模型之外,LiBai有什么不一样的地方,换句话说,也就是核心竞争力在哪里?
分布式配置和算法逻辑解耦
LiBai进行了模块化的设计,使得分布式的配置和算法逻辑解耦,这意味着什么?
这意味着用户只需要把大部分的注意力专注到算法逻辑上面,而不用再苦恼怎么插入各种并行的代码了。
简单来说,下面这些模块都可以在config.py中进行一键配置。
# my_config.py
from libai.config import get_config
train = get_config("common/train.py").train
optim = get_config("common/optim.py").optim
graph = get_config("common/models/graph.py").graph
# set dist
train.dist.data_parallel_size = 2
train.dist.tensor_parallel_size = 2
train.dist.pipeline_parallel_size = 2
# set model layers for pipeline
train.dist.pipeline_num_layers = 24
# set pipeline_stage_id according to your own needs.
# if `None`, LiBai will use its own mode of distribution
train.dist.custom_pipeline_stage_id = [0]*14 + [1]*10
# set auto parallel in LiBai
graph.auto_parallel.enabled = True
# enable amp (fp16)
train.amp.enabled = True
# enable gradient clipping
optim.params.clip_grad_norm = 1.0
optim.params.clip_grad_norm_type = 2.0
# enable grad accumulation for 8 steps
train.num_accumulation_steps = 8
# enable activation checkpointing
train.activation_checkpoint.enabled = True
# enable zero for leval-2
train.zero_optimization.enabled = True
train.zero_optimization.stage = 2
单机和分布式代码几乎一致
下面给一个简单的2D并行(数据并行+模型并行)的MLP例子, 比如你的Linear层在16384这个维度上面比较大, 需要把它切分在不同的卡上才能装下, 那么在LiBai下面只需要如下所示就可以完成了,几乎跟单机代码没有区别。
from libai.layers.linear import Linear
from oneflow import nn
# write a Simple 2D Parallel MLP
class MLP_2D(nn.Module):
def __init__(self,):
super().__init__()
self.linear1 = Linear(in_features=1024, out_features=16384, parallel="col")
self.relu = nn.GELU()
self.linear2 = Linear(in_features=16384, out_features=1024, parallel="row")
self.dropout = nn.Dropout(p=0.5)
def forward(self, x):
x = self.linear1(x)
x = self.relu(x)
x = self.linear2(x)
x = self.dropout(x)
return x
支持一键转换ONNX
本人对一键转ONNX的执念可谓是相当之深了。同样以MT5为例子,LiBai支持了一键转换ONNX的功能,点击以下链接就可以体验:
更详细的说明和教程会在LiBai中持续发布。如果这篇文章对你有启发,请不要吝惜手中的收藏按钮,欢迎去GitHub上Star、Fork、Watch三连,持续跟进最新进展。
GitHub地址:
github.com/Oneflow-Inc…
也欢迎你扫码进技术交流群探讨。
引用
欢迎下载体验 OneFlow v0.8.0 最新版本:
github.com/Oneflow-Inc…