开源LLaMA神话再次复现！首个开源650亿参数大模型高性能预训练方案，训练加速38%，低成本打造量身大模型。
「百模大战」正风起云涌，AIGC相关企业融资和并购金额也屡创新高，全球科技企业争相入局。
然而，AI大模型风光无限的背后是成本极其高昂，单次预训练成本或高达上千万元。基于LLaMA等现有开源大模型的微调，也难以满足企业打造核心竞争力和多样化商业使用等需求。
因此，如何低成本量身打造预训练基础大模型，已成为AI大模型浪潮的关键瓶颈。
Colossal-AI作为全球最大、最活跃的大模型开发工具与社区，以当前被最广泛使用的LLaMA为例，提供开箱即用的650亿参数预训练方案，可提升训练速度38%，为大模型企业节省大量成本。
开源地址：https://github.com/hpcaitech/ColossalAI
LLaMA点燃开源热情
Meta开源的7B~65B LLaMA大模型进一步激发了打造类ChatGPT的热情，并由此衍生出Alpaca、Vicuna、ColossalChat等微调项目。
但LLaMA只开源了模型权重且限制商业使用，微调能够提升和注入的知识与能力也相对有限。对于真正投身大模型浪潮的企业来说，仍必须预训练自己的核心大模型。
为此，开源社区也做了诸多努力：
-
RedPajama：开源可商用类LLaMA数据集，无训练代码和模型
-
OpenLLaMA：开源可商用类LLaMA 7B, 13B模型，使用EasyLM基于JAX和TPU训练
-
Falcon：开源可商用类LLaMA 7B, 40B模型，无训练代码
但对于最主流的PyTorch + GPU生态，仍缺乏高效、可靠、易用的类LLaMA基础大模型预训练方案。
最佳大模型预训练方案提速38%
针对上述空白与需求，Colossal-AI首个开源了650亿参数LLaMA低成本预训练方案。
相比业界其他主流选择，该方案可提升预训练速度38%，仅需32张A100/A800即可使用，并且不限制商业使用。
而像原生PyTorch、FSDP等，则因显存溢出无法运行该任务。Hugging Face accelerate、DeepSpeed、Megatron-LM也未对LLaMA预训练进行官方支持。
开箱即用
1. 安装Colossal-AI
git clone -b example/llama https://github.com/hpcaitech/ColossalAI.gitcd ColossalAI# install and enable CUDA kernel fusionCUDA_EXT=1 pip install .
2. 安装其他依赖
cd examples/language/llama# install other dependenciespip install -r requirements.txt# use flash attentionpip install xformers
3. 数据集
默认数据集togethercomputer/RedPajama-Data-1T-Sample将在首次运行时自动下载，也可通过-d或--dataset指定自定义数据集。
4. 运行命令
已提供7B和65B的测速脚本，仅需根据实际硬件环境设置所用多节点的host name即可运行性能测试。
cd benchmark_65B/gemini_autobash batch12_seq2048_flash_attn.sh
对于实际的预训练任务，使用与速度测试一致，启动相应命令即可，如使用4节点*8卡训练65B的模型。
colossalai run --nproc_per_node 8 --hostfile YOUR_HOST_FILE --master_addr YOUR_MASTER_ADDR pretrain.py -c '65b' --plugin "gemini" -l 2048 -g -b 8 -a例如，使用Colossal-AI gemini_auto并行策略，可便捷实现多机多卡并行训练，降低显存消耗的同时保持高速训练。还可根据硬件环境或实际需求，选择流水并行+张量并行+ZeRO1等复杂并行策略组合。
其中，通过Colossal-AI的Booster Plugins，用户可以便捷自定义并行训练，如选择Low Level ZeRO，Gemini，DDP等并行策略。
Gradient checkpointing通过在反向传播时重新计算模型的activation来减少内存使用。通过引入Flash attention机制加速计算并节省显存。
用户可以通过命令行参数便捷控制数十个类似的自定义参数，在保持高性能的同时为自定义开发保持了灵活性。
ColossalAI最新的ShardFormer极大降低了使用多维并行训练LLM的上手成本。
现已支持包括LLaMA的多种等主流模型，且原生支持Huggingface/transformers模型库。
无需改造模型，即可支持多维并行（流水、张量、ZeRO、DDP等）的各种配置组合，能够在各种硬件配置上都发挥卓越的性能。
AI大模型系统基础设施 Colossal-AI
Colossal-AI为该方案提供了核心系统优化与加速能力支持，它由加州伯克利大学杰出教授James Demmel和新加坡国立大学校长青年教授尤洋领导开发。
Colossal-AI基于PyTorch，可通过高效多维并行、异构内存等，降低AI大模型训练/微调/推理的开发与应用成本，降低GPU需求等。
Colossal-AI上述解决方案已在某世界500强落地应用，在千卡集群性能优异，仅需数周即可完成千亿参数私有大模型预训练。上海AI Lab与商汤等新近发布的InternLM也基于Colossal-AI在千卡实现高效预训练。
自开源以来，Colossal-AI已经多次在GitHub热榜位列世界第一，获得GitHub Star超3万颗，并成功入选SC、AAAI、PPoPP、CVPR、ISC等国际AI与HPC顶级会议的官方教程，已有上百家企业参与共建Colossal-AI生态。
其背后的潞晨科技，近期获得数亿元A轮融资，已在成立18个月内已迅速连续完成三轮融资。
开源地址：
https://github.com/hpcaitech/ColossalAI
参考链接：文章来源：https://www.toymoban.com/news/detail-603241.html
https://www.hpc-ai.tech/blog/large-model-pretraining文章来源地址https://www.toymoban.com/news/detail-603241.html
到了这里，关于650亿参数，训练飙升38%！LLaMA基础大模型复刻最佳实践开源，GitHub已获30k星的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！
