知识卡片
DLRM混合并行训练
Facebook的数据量使单机训练不可行,DLRM采用混合并行:Embedding部分用模型并行,MLP部分用数据并行。Embedding的模型并行指每个设备只保存一部分Embedding参数,mini-batch更新时只更新本节点的参数分片,以此缓解海量Embedding带来的内存瓶颈。MLP与特征交互层的数据并行则是每个设备持有全部参数,用各自数据算梯度,再通过AllReduce汇总梯度统一更新。硬件上DLRM跑在自研Big Basin的CPU加GPU组合平台,没有用Parameter Server,节省了大量网络通信成本但扩展性不如后者。可迁移结论是按模块的内存与计算特性分别选择并行策略,比一刀切更高效。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 第8章 深度学习推荐系统的前沿实践 · 查看原书依据
DLRM 融合使用了模型并行和数据并行的方法,对 Embedding部分采用了模型并行,对 MLP 部分采用了数据并行。Embedding 部分采用模型并行的目的是减轻大量 Embedding 层参数带来的内存瓶颈问题。
参考来源
- 位置:《深度学习推荐系统》第8章 深度学习推荐系统的前沿实践(源文件:extracted/深度学习推荐系统/_epub-src/text/part0012_split_001.html)
- 结论依据:原文明确DLRM对Embedding用模型并行、对MLP用数据并行并说明动机与AllReduce,且指出Big Basin未采用Parameter Server架构。
- 原始内容:DLRM 融合使用了模型并行和数据并行的方法,对 Embedding部分采用了模型并行,对 MLP 部分采用了数据并行。Embedding 部分采用模型并行的目的是减轻大量 Embedding 层参数带来的内存瓶颈问题。