mirror of https://github.com/hpcaitech/ColossalAI
77 lines
2.7 KiB
Markdown
77 lines
2.7 KiB
Markdown
# 懒惰初始化
|
|
|
|
作者: [Hongxiu Liu](https://github.com/ver217)
|
|
|
|
**前置教程:**
|
|
- [Train with booster](../basics/booster_api.md)
|
|
|
|
## 简介
|
|
|
|
懒惰初始化延迟了模型的初始化。它能够节省在大模型初始化时的内存占用。
|
|
|
|
如果你的模型有 `N` 十亿个参数并且你的内存（或显存）为 `M` GB, 我们推荐您在 `4N >= M` 时使用懒惰初始化。否则，懒惰初始化不是必须的。
|
|
|
|
## 使用
|
|
|
|
懒惰初始化必须与 booster 一起使用。
|
|
|
|
### API 参考
|
|
|
|
{{ autodoc:colossalai.lazy.LazyInitContext }}
|
|
|
|
### 例子
|
|
|
|
```python
|
|
import colossalai
|
|
from colossalai.lazy import LazyInitContext
|
|
from colossalai.booster import Booster
|
|
from colossalai.booster.plugin import GeminiPlugin
|
|
|
|
from transformers import LlamaForCausalLM, LlamaConfig, BertForPreTraining
|
|
|
|
colossalai.launch({})
|
|
plugin = GeminiPlugin()
|
|
booster = Booster(plugin)
|
|
|
|
# 1. Initialize model from scratch
|
|
# Initialization on cuda will accelerate the initialization process but take more GPU memory.
|
|
with LazyInitContext(default_device="cuda"):
|
|
model = LlamaForCausalLM(LlamaConfig(hidden_size=64, intermediate_size=172, num_hidden_layers=4, num_attention_heads=4))
|
|
model, *_ = booster.boost(model)
|
|
|
|
# 2. Initialize model from pretrained
|
|
with LazyInitContext():
|
|
model = BertForPreTraining.from_pretrained("prajjwal1/bert-tiny")
|
|
model, *_ = booster.boost(model)
|
|
```
|
|
|
|
> ⚠️ 使用懒惰初始化加载预训练模型在 colossalai>0.3.3 或主分支上支持。
|
|
|
|
## 限制
|
|
|
|
我们提到，懒惰初始化必须与 booster 一起使用。只有几个插件支持它。
|
|
|
|
| 插件 | 支持情况 | 备注 |
|
|
|-----------------|---------|--------|
|
|
| Gemini | 是 | |
|
|
| Hybrid Parallel | 是 | |
|
|
| Low Level Zero | 否 | 不需要 |
|
|
| Torch DDP | 否 | 不兼容 |
|
|
| Torch FSDP | 否 | 不兼容 |
|
|
|
|
不是所有的模型都可以懒惰初始化。在某些情况下，一部分参数/缓冲区可能会被提前初始化。但是不用担心，这部分通常只占整个模型的一小部分。
|
|
|
|
并且一些模型完全不支持，会引发错误。我们测试了 torchvision, diffusers, timm, transformers, torchaudio 和 torchrec 中的模型。以下模型不受支持：
|
|
|
|
| 模型 | 分类 |
|
|
|-------------------------------|--------------|
|
|
| wav2vec2_base | torchaudio |
|
|
| hubert_base | torchaudio |
|
|
| ViTModel | transformers |
|
|
| ViTForMaskedImageModeling | transformers |
|
|
| ViTForImageClassification | transformers |
|
|
| Blip2Model | transformers |
|
|
| Blip2ForConditionalGeneration | transformers |
|
|
|
|
<!-- doc-test-command: torchrun --standalone --nproc_per_node=2 lazy_iniy.py -->
|