申请/专利权人:上海壁仞科技股份有限公司
申请日:2024-01-30
公开(公告)日:2024-04-26
公开(公告)号:CN117933329A
主分类号:G06N3/063
分类号:G06N3/063;G06N3/065;G06N3/08;G06N3/084;G06N3/0985
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.05.14#实质审查的生效;2024.04.26#公开
摘要:本公开提供一种分布式运算系统以及深度学习模型的模型训练优化方法。分布式运算系统包括多个运算单元以及处理器。处理器耦接多个运算单元,并且用以执行模拟器以及优化器。模拟器模拟多个运算单元执行深度学习模型的分布式训练,并且计算深度学习模型进行分布式训练时分别在多个运算单元的每一个的总内存占用信息。优化器调用模拟器,以根据目标函数以及限制条件来调整分布式训练的模型配置参数。分布式训练包括流水线模型并行以及重计算。本公开的分布式运算系统以及深度学习模型的模型训练优化方法可有效提高内存的利用率以及提高混合并行训练的效率。
主权项:1.一种分布式运算系统,包括:多个运算单元;以及处理器,耦接所述多个运算单元,并且配置为执行模拟器以及优化器;其中,所述模拟器模拟所述多个运算单元执行深度学习模型的分布式训练,并且计算所述深度学习模型进行所述分布式训练时分别在所述多个运算单元的每一个的总内存占用信息;其中,所述优化器调用所述模拟器,以根据目标函数以及限制条件来调整所述分布式训练的模型配置参数;其中,所述分布式训练包括流水线模型并行、重计算、数据并行以及张量并行的至少其中之一。
全文数据:
权利要求:
百度查询: 上海壁仞科技股份有限公司 分布式运算系统以及深度学习模型的模型训练优化方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。