查看原文
其他

首个开源低成本复现ChatGPT完整流程

火爆全网的ChatGPT,仿佛开启了第四次工业革命,让微软、谷歌等全球科技巨头打得昏天黑地,引得各路玩家纷纷入局,抢占赛道。

然而由于OpenAI没有开源ChatGPT,如何有效复现ChatGPT已成为摆在大家面前的头号难题,急需可靠的开源共建方案。

Colossal-AI快速跟进,首个开源低成本复现ChatGPT完整流程。作为当下最火热的开源AI大模型解决方案,Colossal-AI已收获开源社区GitHub Star近万颗,此次开源亮点包括:

  • 开源完整基于PyTorch的ChatGPT复现流程,涵盖全部3个阶段,可实现从预训练模型到ChatGPT的蜕变;

  • 体验最小demo训练流程最低仅需1.62GB显存,任意单张消费级GPU即可满足,单卡模型容量最多提升10.3倍

  • 相比原生PyTorch,最高可提升单机训练速度7.73倍,单卡推理速度1.42倍,一行代码即可使用;

  • 对于微调任务,可最多提升单卡的微调模型容量3.7倍,同时保持高速运行,仅需一行代码;

  • 提供单卡、单机多卡、1750亿参数等多个版本,支持从Hugging Face导入OPT,GPT-3,BLOOM等多种预训练大模型;


  • 收敛验证正在进行中,该项目也在吸引合作者共建生态


开源地址:

https://github.com/hpcaitech/ColossalAI

ChatGPT——AIGC引发的工业革命

如果问新年伊始,最火爆的科技热点是什么?非ChatGPT莫属。

它仿佛无所不能的六边形战士,可以聊天、写代码、修改 bug、做表格、发论文、写作业、做翻译、甚至代替Google搜索引擎等……

自发布以来,ChatGPT便已摧枯拉朽之势席卷各个行业,不仅5天时间便突破百万用户,月活用户突破1亿更是仅用时2个月,成为史上增速最快的消费级应用,远超如今其他知名应用,如Twitter 5 年、Meta(Facebook)4 年半,TikTok 9个月等,而手机普及到1亿用户则用了16年。

1亿用户月活用户耗时

比尔·盖茨盛赞“ChatGPT的意义不亚于PC和互联网诞生”,而微软CEO萨蒂亚·纳德拉(Satya Nadella)更是直言“堪比工业革命,这辈子第一次见这么大的技术浪潮” “AI 正在重塑互联网”。作为向OpenAI投资上百亿美元的大金主,微软已火速将ChatGPT整合进自家的搜索引擎必应Bing和Edge浏览器,还计划加入Teams以及Office等办公套件全家桶,股价一夜市值飙涨超800亿美元。

微软与谷歌发布会后股价对比

而隔壁需要担心被ChatGPT革命掉自家搜索引擎的谷歌,虽然拉响“红色警报”,紧急发布对标竞品Bard,却因Demo首秀翻车,股价市值瞬间蒸发1000亿美元。

一夜之间,全球的科技巨头们仿佛都回到了自己年轻时的样子,纷纷宣布要打造自己的ChatGPT。

但ChatGPT发布已有数月,市面上不仅没有预训练权重开源,连可靠的完整开源训练流程都仍是空白,更无法实现基于千亿大模型的ChatGPT全流程高效搭建和应用。临时上线,号称“对标ChatGPT”的一众新品们,因为闭源也难辨真伪。

为什么ChatGPT有如此魔力?复现它又有哪些难点?

ChatGPT技术分析

ChatGPT的惊人效果,重要特征是在训练过程引入人类反馈强化学习(RLHF),使得模型表现更符合人类价值观。

ChatGPT的训练流程主要分为三个阶段:

  1. 从Prompt库中采样,收集其人工回答,利用这些数据来微调预训练大语言模型。

  2. 从Prompt库中采样,使用大语言模型生成多个回答,人工对这些回答进行排序后,训练奖励模型(RM),来拟合人类的价值判断。

  3. 基于阶段1的监督微调模型和阶段2的奖励模型,利用强化学习算法对大语言模型进一步训练。


其中阶段3是RLHF训练的核心部分,OpenAI采用了强化学习中的近端策略优化算法(PPO),借此引入奖励信号,使得语言模型生成内容更加符合人类评判标准。

RLHF的三个阶段 

ChatGPT模型的复杂性在于强化学习的引入会带来更多模型的调用。例如,使用基于Actor-Critic(AC)结构的PPO算法,需要在训练时进行Actor、Critic两个模型的前向推理和反向传播,以及监督微调模型、奖励模型的多次前向推理。在ChatGPT基础的InstructGPT的论文中,Actor和监督微调模型都使用了1750亿参数的GPT-3系列模型,Critic和奖励模型则使用了60亿参数的GPT-3系列模型。

对于如此多的模型参数,想要启动原始ChatGPT训练流程,需要数千GB的显存开销,显然远超单张GPU的容纳能力,常见的数据并行技术也无能为力。但即使引入张量并行、流水并行对参数进行划分,也仍需至少64张80GB的A100作为硬件基础。并且,其中的流水并行由于bubble和调度复杂,效率受限,不适合AIGC的生成式任务。阶段3涉及4个模型的复杂强化学习训练流程,进一步给ChatGPT的代码复现带来了困难和挑战。

使用Colossal-AI低成本复现ChatGPT

Colossal-AI以开源方式复现了ChatGPT训练的基本流程,包括阶段1预训练,阶段2的奖励模型的训练,以及最为复杂的阶段3的强化学习训练等。

同时,Colossal-AI通过ZeRO,Gemini,  Chunk-based内存管理等技术,极大地降低ChatGPT训练的显存开销,仅需一半硬件资源即可启动1750亿参数模型训练(64卡->32卡),显著降低应用成本。若使用上述相同硬件资源,Colossal-AI则能以更短时间进行训练,节省训练成本,加速产品迭代。

为了让更多开发者体验复现ChatGPT模型,除1750亿参数版本外,Colossal-AI还提供高效的单卡、单机4/8卡的类ChatGPT版本,以降低硬件限制。

在单机多卡服务器上,即便使用最高端的A100 80GB显卡,由于ChatGPT的复杂性和内存碎片,PyTorch最大仅能启动基于GPT-L(774M)这样的小模型的ChatGPT。用PyTorch原生的DistributedDataParallel (DDP) 进行多卡并行扩展至4卡或8卡,性能提升有限。

Colossal-AI不仅在单卡速度上训练和推理优势明显,随着并行规模扩大还可进一步提升,最高可提升单机训练速度7.73倍,单卡推理速度1.42倍,还可继续扩展至大规模并行,显著降低ChatGPT复现成本

为了尽可能降低训练成本和上手门槛,Colossal-AI还提供了在单张GPU上即可尝试的ChatGPT训练流程。相比于PyTorch在约10万元的A100 80GB上,最大仅能启动7.8亿参数模型,Colossal-AI将单卡容量提升10.3倍至80亿参数。对于基于1.2亿参数小模型的ChatGPT训练,最低仅需1.62GB显存,任意单张消费级GPU即可满足。

此外,Colossal-AI也致力于降低基于预训练大模型的微调任务成本。以ChatGPT可选的开源基础模型OPT为例,相比PyTorch,Colossal-AI可将提升单卡微调模型容量3.7倍(原始计算量显著增大),同时保持高速运行

一行代码快速上手

Colossal-AI为Hugging Face社区的GPT,OPT和BLOOM等主流预训练模型,提供了开箱即用的ChatGPT复现代码。以GPT为例,仅需一行代码,指定使用Colossal-AI作为系统策略即可快速使用。

Pythonfrom chatgpt.nn import GPTActor, GPTCritic, RewardModelfrom chatgpt.trainer import PPOTrainerfrom chatgpt.trainer.strategies import ColossalAIStrategy
strategy = ColossalAIStrategy(stage=3, placement_policy='cuda')
with strategy.model_init_context(): actor = GPTActor().cuda() critic = GPTCritic().cuda() initial_model = deepcopy(actor).cuda() reward_model = RewardModel(deepcopy(critic.model)).cuda()
trainer = PPOTrainer(strategy, actor, critic, reward_model, initial_model, ...)trainer.fit(prompts)

使用下列命令,即可快速启动单卡、单机多卡、1750亿版本训练,并测试各种性能指标(包括最大显存占用、吞吐率和TFLOPS等):

Python# 使用单机单卡训练GPT2-S,使用最小的batch size,Colossal-AI Gemini CPU策略torchrun --standalone --nproc_pero_node 1 benchmark_gpt_dummy.py --model s --strategy colossalai_gemini_cpu --experience_batch_size 1 --train_batch_size 1# 使用单机4卡训练GPT2-XL,使用Colossal-AI Zero2策略torchrun --standalone --nproc_per_node 4 benchmark_gpt_dummy.py --model xl --strategy colossalai_zero2# 使用4机32卡训练GPT-3,使用Colossal-AI Gemini CPU策略torchrun --nnodes 4 --nproc_per_node 8 \ --rdzv_id=$JOB_ID --rdzv_backend=c10d --rdzv_endpoint=$HOST_NODE_ADDR \ benchmark_gpt_dummy.py --model 175b --strategy colossalai_gemini_cpu --experience_batch_size 1 --train_batch_size 1

背后优化

核心系统Colossal-AI

复现ChatGPT的背后,依赖面向大模型时代的通用深度学习系统Colossal-AI,可基于PyTorch高效快速部署AI大模型训练和推理,降低AI大模型应用成本。

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超八千颗,并成功入选SC、AAAI、PPoPP、CVPR等国际AI与HPC顶级会议的官方教程。除上述优化外,Colossal-AI还针对AI大模型趋势,提供最多样和高效的大规模多维并行分布式解决方案,此前已在Stable Diffusion、OPT、AlphaFold等前沿模型上展现卓越优势。

Colossal-AI与当今主要开源项目同期开源数据对比

Colossal-AI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。相关解决方案已成功在自动驾驶、云计算、零售、医药、芯片等行业知名厂商落地应用,广受好评。Colossal-AI已成功帮助某世界500强企业,开发具备在线搜索引擎能力增强的类ChatGPT聊天机器人模型。

低成本微调的LoRA

Colossal-AI支持使用低秩矩阵微调(LoRA)方法进行高效微调。LoRA方法认为大语言模型是过参数化的,其在微调中的参数改变量是一个低秩的矩阵,可以将其分解为两个更小的的矩阵的乘积,即

。在微调时,固定大模型参数,只调整低秩矩阵参数,从而显著减小训练参数量。在微调之后,进行推理部署之前,只需要将参数加回原有矩阵即可,即

, 不增加模型的推理延迟。

LoRA示意图,仅需训练A、B

减少内存冗余的ZeRO + Gemini

Colossal-AI 支持使用无冗余优化器 (ZeRO) 来优化内存使用,这种方法可以有效减少内存冗余,并且相比传统的数据并行策略,不会牺牲计算粒度和通信效率,同时可以大幅提高内存使用效率。为了进一步提升 ZeRO 的性能,Colossal-AI 引入了自动Chunk机制。通过将运算顺序上连续的一组参数存入同一个 Chunk中(Chunk 是一段连续的内存空间),可以确保每个 Chunk 的大小相同,从而提高内存使用效率。使用Chunk 方式组织内存可以保证 PCI-e 和 GPU-GPU之间的网络带宽得到有效利用,减小通信次数,同时避免潜在的内存碎片。

Chunk机制

此外,Colossal-AI的异构内存空间管理器Gemini支持将优化器状态从 GPU 卸载到 CPU ,以节省 GPU 内存占用。可以同时利用 GPU 内存、CPU 内存(由 CPU DRAM 或 NVMe SSD内存组成)来突破单GPU内存墙的限制,进一步扩展了可训练模型规模。

通过ZeRO + Gemini提升硬件的模型容量

开放协作

尽管此次开源包含了复现ChatGPT的完整算法流程和必要软件系统,但对于像ChatGPT这样的超大AI大模型,想要实际落地应用,还需要数据、算力至少2方面的努力。毕竟训练一个1750亿参数的GPT-3就需要数百万美元算力。因此,长期以来预训练大模型都由少数大型私营科技公司垄断

好在开源社区已成功进行了新的尝试。例如,完全开放代码、数据集、权重的1760亿参数的BLOOM模型,共有来自全球60个国家、超过250个机构,以及超过1000名研究人员参与其中,其中包括以个人名义参加的Meta、谷歌等大厂员工。而前段时间大火的开源图文生成模型Stable Diffusion,也是由Stability AI、EleutherAI和LAION等组织共同完成的。

借鉴上述成功模式,该项目也在吸引更多的合作者:无论是个人开发者,还是算力、数据、模型等可能合作方,都有机会参与其中,大显身手,以复现ChatGPT为起点,拥抱大模型时代!

可通过以下方式联系或参与:

  1. 在GitHub发布issue或提交PR

  2. 加入Colossal-AI用户微信或Slack群交流

  3. 点击阅读原文】填写合作提案

  4. 发送合作提案到邮箱:contact@hpcaitech.com


开源地址:

https://github.com/hpcaitech/ColossalAI

参考链接:

https://www.hpc-ai.tech/blog/colossal-ai-chatgpt

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存