近日，阿里云機(jī)器學(xué)習(xí)平臺PAI正式發(fā)布自研的基于HLO的全自動分布式深度學(xué)習(xí)系統(tǒng) TePDist。它通過在HLO上做分布式策略搜索，能夠與用戶模型構(gòu)建語言解耦。并且在保持通用性的同時，能夠在可接受的策略搜索時間內(nèi)，追求高性能分布式策略，同時用戶無需修改模型主體代碼，系統(tǒng)能夠全自動地幫助用戶做分布式擴(kuò)展，有效解決了分布式框架長期以來在實際生產(chǎn)場景中手工優(yōu)化和自動分布式工作存在的諸多性能和效率問題。
TePDist不僅僅是一個分布式Compiler，還擁有自己的分布式Runtime，以解決深度學(xué)習(xí)模型并行策略的自動搜索與分布式策略實施問題。在架構(gòu)方面，TePDist采用Client/Server模式，實現(xiàn)分布式策略與模型描述的解耦。Server端是TePDist最重要部分，以HLO IR作為輸入，自動探索并實施分布式并行策略；Client端以用戶描述的模型為輸入，將其轉(zhuǎn)換成HLO IR。因此，任何具有轉(zhuǎn)換HLO IR能力的Client，都可經(jīng)過適配后接入Server端。
在功能方面，TePDist分為兩個部分。一是在HLO IR上進(jìn)行SPMD（Data Parallel和Sharding）和Pipeline并行的策略搜索。并以此構(gòu)建編譯基于Task Graph的執(zhí)行計劃。二是高效運行執(zhí)行計劃的分布式執(zhí)行引擎。同時，TePDist提供了不同優(yōu)化級別，高優(yōu)化級別更加追求分布式策略質(zhì)量，低優(yōu)化級別會額外采取一些Heuristic，以較為微小策略質(zhì)量犧牲，換取更快地搜索時間，以此滿足落地需求。
性能上，TePDist通過在GPT和MoE模型上SPMD+Pipeline混合策略的模型擴(kuò)展性實驗，TePDist能夠使GPT和MoE分別達(dá)到峰值能力的62%和58%。同時，在自動化方面的通用性上，TePDist也通過了VGG-19，DNABert和UNet等模型實驗驗證。
一直以來，大模型在模型效果上被證明具有顯著優(yōu)勢。而ChatGPT的出現(xiàn)，證明了其在工業(yè)生產(chǎn)工具方面具有巨大潛力。阿里云機(jī)器學(xué)習(xí)平臺PAI也宣布將TePDist開源，與AI開發(fā)者共同打造更快更好的自動分布式系統(tǒng)，全面助力AI大模型發(fā)展！
開源地址：https://github.com/alibaba/TePDist
開源釘群：
星空人工智能技術(shù)網(wǎng) 倡導(dǎo)尊重與保護(hù)知識產(chǎn)權(quán)。如發(fā)現(xiàn)本站文章存在版權(quán)等問題，煩請30天內(nèi)提供版權(quán)疑問、身份證明、版權(quán)證明、聯(lián)系方式等發(fā)郵件至1851688011@qq.com我們將及時溝通與處理。！：首頁 > 新聞 » 阿里云機(jī)器學(xué)習(xí)PAI發(fā)布基于HLO的全自動分布式系統(tǒng) TePDist，并宣布開源！