(資料圖片)

近日，淮海智算中心攜手浪潮信息進(jìn)行了超大規(guī)模參數(shù)AI大模型訓(xùn)練性能測試，實測數(shù)據(jù)表明，千億參數(shù)規(guī)模的自然語言AI單體大模型在淮海智算中心計算平臺上的訓(xùn)練算力效率達(dá)53.5%，刷新了業(yè)內(nèi)AI大模型訓(xùn)練算力效率新高。這意味著淮海智算中心將可為國內(nèi)生成式AI創(chuàng)新團(tuán)隊提供高性能、高效率的AI大模型訓(xùn)練算力服務(wù)。

生成式AI需要基于海量的自然語言或多模態(tài)數(shù)據(jù)集，對擁有巨大參數(shù)的超大規(guī)模AI模型進(jìn)行訓(xùn)練，其訓(xùn)練所需AI算力當(dāng)量非常高，如以PD(Petaflops-Day)為單位來衡量，OpenAI的GPT-3大模型訓(xùn)練的算力當(dāng)量為3640PD，而浪潮"源1.0"大模型的算力當(dāng)量則為4095PD。

超大規(guī)模AI大模型的訓(xùn)練一般必須在擁有成百上千加速卡的AI服務(wù)器集群上進(jìn)行，如何在AI計算集群上獲得更高的訓(xùn)練算力效率則會直接影響到模型訓(xùn)練時長以及算力消耗成本，這對于提升生成式AI研發(fā)創(chuàng)新效率有著非常重要的影響。據(jù)公開資料表明，GPT-3大模型在其V100?GPU集群上的訓(xùn)練算力效率為21.3%，而浪潮"源1.0"的訓(xùn)練算力效率則達(dá)到了44.8%。

針對AI大模型訓(xùn)練的計算特點(diǎn)，浪潮信息AI團(tuán)隊對淮海智算中心算力系統(tǒng)進(jìn)行了專業(yè)設(shè)計，對集群架構(gòu)、高速互聯(lián)、算力調(diào)度等方面進(jìn)行全面優(yōu)化，在系統(tǒng)架構(gòu)上，采用單節(jié)點(diǎn)集成8顆加速器的AI服務(wù)器，節(jié)點(diǎn)內(nèi)加速器間實現(xiàn)超高速P2P通信，節(jié)點(diǎn)間建立極低延遲、超高帶寬的Infiniband通信網(wǎng)絡(luò)。在大模型訓(xùn)練技術(shù)層面，成功運(yùn)用了中文巨量AI模型"源1.0"的訓(xùn)練優(yōu)化經(jīng)驗，對分布式訓(xùn)練策略進(jìn)行了針對性優(yōu)化，通過合理設(shè)計張量并行、流水并行和數(shù)據(jù)并行，精準(zhǔn)調(diào)整模型結(jié)構(gòu)和訓(xùn)練過程的超參數(shù)，最終實現(xiàn)了千億參數(shù)規(guī)模AI大模型的訓(xùn)練算力效率達(dá)到53.5%。

關(guān)鍵詞： 浪潮信息 模型結(jié)構(gòu) 自然語言 通信網(wǎng)絡(luò) 性能測試