霸榜GitHub热门第一多日后，Colossal-AI正式版发布

新闻 2022-04-06 量子位的朋友们

434 0

本次正式版更新重点优化了分布式训练性能及开发者的易用性，主要亮点包括：重构ZeRO以改善性能和易用性；添加细粒度Profiler TensorBoard监控插件，监测训练过程中内存、网络等状态；更灵活的checkpoint策略，可扩展的pipeline模块；开源蛋白质预测FastFold等丰富行业解决方案

大规模并行AI训练系统Colossal-AI，旨在作为深度学习框架的内核，帮助用户便捷实现最大化提升AI部署效率，同时最小化部署成本。

开源地址：https://github.com/hpcaitech/ColossalAI

Colossal-AI一经开源便受到广泛关注，连续多日登顶GitHub热榜Python方向世界第一，与众多已有数万star的明星开源项目一起受到海内外关注！

经过开发者们的不断努力，Colossal-AI在数月的密集测试后迎来正式版！此版本由300多次commits组成。

本次正式版更新重点优化了分布式训练性能及开发者的易用性，主要亮点包括：

重构ZeRO以改善性能和易用性；
添加细粒度Profiler TensorBoard监控插件，监测训练过程中内存、网络等状态；
更灵活的checkpoint策略，可扩展的pipeline模块；
开源蛋白质预测FastFold等丰富行业解决方案；
添加中文教程，MOE、BERT等实例，开放用户社群及论坛。

专业助力大模型训练

近年来，随着深度学习的兴起及大模型横扫各大性能榜单，前沿AI模型的大小在短短几年内便已增大万倍，远超硬件数倍的缓慢增长。前沿AI大模型不仅远超单个GPU的容纳能力，所需算力也往往需要单个GPU运行数百甚至上千年。

因此，如何提升单个GPU的容纳能力，如何高效利用分布式技术，联合多个GPU低成本实现并行训练加速已成为AI大模型的关键痛点。

针对现有方案并行维度有限、效率不高、通用性差、部署困难、缺乏维护等痛点，Colossal-AI通过高效多维并行、显存优化、大规模优化库、细粒度监测等方式，让用户仅需极少量修改，即可高效快速部署AI大模型训练。

多维并行

相比现有方案中并行维度仅包括数据并行、一维张量并行、流水并行三种方案，Colossal-AI进一步提供2/2.5/3维张量并行和序列并行，以及便捷的多维混合并行解决方案。

△ViT张量并行为64时，可提升14倍批大小和5倍训练速度

其中，高维张量并行能极大减轻显存消耗，提升通信效率，使得计算资源利用更加高效。

△序列并行帮助BERT提升2倍训练速度，或1.5倍序列长度

而序列并行针对大图片、视频、长文本、长时间医疗监测等数据，可以帮助突破原有机器能力限制，直接处理长序列数据。

显存优化

Colossal-AI综合了多重显存优化技术，包含多维并行，ZeRO冗余内存消除，CPU offload，Gradient Checkpoint，自动混合精度（AMP）等前沿技术，最大限度帮助用户避免显存瓶颈，降低训练的硬件需求。

△GPT-2使用Colossal-AI，同样硬件下提升24倍可训练模型大小，或3倍训练速度

灵活易用

Colossal-AI接口设计与PyTorch风格保持一致，降低学习和使用成本，仅需极少量修改，便可将已有项目与Colossal-AI结合，便捷扩展至大规模并行。此外，该系统还保持了优秀的扩展性，便于根据需求添加新功能，与已有功能模块兼容。

细粒度监测：细粒度Profiler TensorBoard插件，相较于PyTorch仅能以iteration为单位进行记录训练过程，Colossal-AI能够监测iteration内的网络、通信、内存等状态，方便开发者进行精确分析和调试，提高开发效率。

大规模优化库：Colossal-AI提供大规模并行优化器LAMB、LARS等，首次将训练batch size扩展到65536。Colossal-AI还与PyTorch自带各类optimizer兼容，并不断探索添加最新前沿优化技术，满足各类模型需求。

丰富的行业解决方案

Colossal-AI目前已与自动驾驶、云计算、零售、医药、芯片等行业知名厂商达成合作，与AI领域顶级开源组织Hugging Face等建立合作。

蛋白质结构预测加速方案：FastFold

AlphaFold因强大的AI预测蛋白质结构能力被Science和Nature评选为2021年十大科学突破之首，但存在训练时间长、成本高等问题。

△图片来源：https://arxiv.org/pdf/2203.00854.pdf

基于Colossal-AI的加速方案FastFold，将GPU优化和大模型训练技术引入AlphaFold的训练和推理，成功超越谷歌和哥伦比亚大学的方案，将AlphaFold训练时间从11天减少到67小时，且总成本更低，在长序列推理中也实现9.3～11.6倍的速度提升。

△长序列推理性能对比

半数GPU训练GPT-3

对于超大AI模型，如GPT-3，相比英伟达方案，Colossal-AI仅需一半的计算资源，即可启动训练；若使用相同计算资源，则能提速11%，可降低GPT-3训练成本超百万美元。

Colossal-AI注重开源社区建设，提供中文教程，开放用户社群及论坛，对于用户反馈进行高效交流与迭代更新，不断添加MoE等前沿应用。

项目团队

潞晨技术团队的核心成员均来自美国加州大学伯克利分校，斯坦福大学，清华大学，北京大学，新加坡国立大学，新加坡南洋理工大学等国内外知名高校；拥有Google Brain、IBM、Intel、 Microsoft、NVIDIA等知名厂商工作经历。公司成立即获得创新工场、真格基金等多家顶尖VC机构种子轮投资。