今天小編分享的科學經驗：650億參數大模型預訓練方案開源可商用！LLaMA訓練加速38%，來自明星開源項目，歡迎閱讀。
650 億參數大模型的預訓練方案，發布即開源。
訓練速度較傳統方案提升 38%。
這就是由 Colossal-AI 最新發布的類 LLaMA 基礎大模型預訓練方案。
要知道，在 " 百模大戰 " 背景下，誰擁有自家大模型，往往被視為核心競争力。
在這個節點下，願意開源大模型的公司少之又少。
但自己從頭訓練一個大模型，對技術、資金都有很高要求。
由此，Colossal-AI 最新的開源動作，可以說是應時勢所需了。
并且它還不限制商業使用，開箱即用僅需 4 步。
具體項目有哪些内容？一起往下看 ~
開源地址：https://github.com/hpcaitech/ColossalAI
32 張 A100/A800 即可使用
實際上，自從 Meta 開源 LLaMA 後，掀起了一波微調項目熱潮，如 Alpaca、Vicuna、ColossalChat 等都是在其基礎上打造的。
但是LLaMA 只開源了模型權重且限制商業使用，微調能夠提升和注入的知識與能力也相對有限。
對于真正想要投身大模型浪潮的企業來說，訓練自己的核心大模型非常重要。
開源社區也此前已獻了一系列工作：
RedPajama：開源可商用類 LLaMA 數據集（無訓練代碼和模型）
OpenLLaMA：開源可商用類 LLaMA 7B/13B 模型，使用 EasyLM 基于 JAX 和 TPU 訓練
Falcon：開源可商用類 LLaMA 7B/40B 模型（無訓練代碼）
但這些都還不夠，因為對于最主流的PyTorch+GPU 生态，仍缺乏高效、可靠、易用的類 LLaMA 基礎大模型預訓練方案。
所以 Colossal-AI 交出了最新的開源答卷。
僅需32 張 A100/A800，即可搞定 650 億參數類 LLaMA 大模型預訓練，訓練速度提升 38%。
而像原生 PyTorch、FSDP 等，則因顯存溢出無法運行該任務。
Hugging Face accelerate、DeepSpeed、Megatron-LM 也未對 LLaMA 預訓練進行官方支持。
開箱即用、4 步搞定
而這一項目真正上手起來也很簡易。共有四步：
1、安裝 Colossal-AI
2、安裝其他依賴項
3、數據集
4、運行命令
具體代碼如下：
第一步、安裝 Colossal-AI。
git clone -b example/llama https://github.com/hpcaitech/ColossalAI.git
cd ColossalAI
# install and enable CUDA kernel fusion
CUDA_EXT=1 pip install .
第二步、安裝其他依賴項。
cd examples/language/llama
# install other dependencies
pip install -r requirements.txt
# use flash attention
pip install xformers
第三步、數據集。
第四步、運行命令。
已提供 7B 和 65B 的測速腳本，僅需根據實際硬體環境設定所用多節點的 host name 即可運行性能測試。
cd benchmark_65B/gemini_auto
bash batch12_seq2048_flash_attn.sh
對于實際的預訓練任務，使用與速度測試一致，啟動相應命令即可，如使用 4 節點 *8 卡訓練 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
如果使用 Colossal-AI gemini_auto 并行策略，可便捷實現多機多卡并行訓練，降低顯存消耗的同時保持高速訓練。
還可根據硬體環境或實際需求，選擇流水并行 + 張量并行 +ZeRO1 等復雜并行策略組合。
其中，通過 Colossal-AI 的 Booster Plugins，用戶可以便捷自定義并行訓練，如選擇 Low Level ZeRO、Gemini、DDP 等并行策略。
Gradient checkpointing 通過在反向傳播時重新計算模型的 activation 來減少内存使用。
通過引入 Flash attention 機制加速計算并節省顯存。用戶可以通過命令行參數便捷控制數十個類似的自定義參數，在保持高性能的同時為自定義開發保持了靈活性。
Colossal-AI 最新的 ShardFormer 極大降低了使用多維并行訓練 LLM 的上手成本。
現已支持包括 LLaMA 的多種等主流模型，且原生支持 Huggingface/transformers 模型庫。
無需改造模型，即可支持多維并行 ( 流水、張量、ZeRO、DDP 等 ) 的各種配置組合，能夠在各種硬體配置上都發揮卓越的性能。
Colossal-AI：大模型系統基礎設施
帶來如上新工作的 Colossal-AI，如今已是大模型趨勢下的明星開發工具和社區了。
Colossal-AI 上述解決方案已在某世界 500 強落地應用，在千卡集群性能優異，僅需數周即可完成千億參數私有大模型預訓練。
上海 AI Lab 與商湯等新近發布的 InternLM 也基于 Colossal-AI 在千卡實現高效預訓練。
自開源以來，Colossal-AI 多次在 GitHub 熱榜位列世界第一，獲得 GitHub Star 超 3 萬顆，并成功入選 SC、AAAI、PPoPP、CVPR、ISC 等國際 AI 與 HPC 頂級會議的官方教程，已有上百家企業參與共建 Colossal-AI 生态。
它由加州伯克利大學傑出教授 James Demmel 和新加坡國立大學校長青年教授尤洋領導開發。
Colossal-AI 基于 PyTorch，可通過高效多維并行、異構内存等，主打為 AI 大模型訓練 / 微調 / 推理的開發與應用成本，降低 GPU 需求等。
其背後公司潞晨科技，近期獲得數億元 A 輪融資，已在成立 18 個月内已迅速連續完成三輪融資。
參考鏈接：https://www.hpc-ai.tech/blog/large-model-pretraining
— 完 —
點這裡關注我，記得标星哦～
一鍵三連「分享」、「點贊」和「在看」
科技前沿進展日日相見 ~
>
