分布式機器學習：系統(tǒng)、工程與實戰(zhàn)

目 錄

第1篇 分布式基礎
第1章 分布式機器學習 2
1.1 機器學習概念 2
1.2 機器學習的特點 3
1.3 分布式訓練的必要性 3
1.4 分布式機器學習研究領域 6
1.4.1 分布式機器學習的目標 6
1.4.2 分布式機器學習的分類 6
1.5 從模型角度看如何并行 8
1.5.1 并行方式 8
1.5.2 數據并行 9
1.5.3 模型并行 10
1.5.4 流水線并行 11
1.5.5 比對 12
1.6 從訓練并發(fā)角度看如何并行 12
1.6.1 參數分布和通信拓撲 13
1.6.2 模型一致性和通信模式 14
1.6.3 訓練分布 19
1.7 分布式機器學習編程接口 19
1.7.1 手動同步更新 20
1.7.2 指定任務和位置 20
1.7.3 猴子補丁優(yōu)化器 21
1.7.4 Python作用域 21
1.8 PyTorch分布式 22
1.8.1 歷史脈絡 22
1.8.2 基本概念 23
1.9 總結 24
第2章 集合通信 26
2.1 通信模式 26
2.2 點對點通信 26
2.3 集合通信 28
2.3.1 Broadcast 29
2.3.2 Scatter 29
2.3.3 Gather 30
2.3.4 All-Gather 30
2.3.5 All-to-All 30
2.3.6 Reduce 31
2.3.7 All-Reduce 31
2.3.8 Reduce-Scatter 32
2.4 MPI_AllReduce 32
2.5 Ring All-Reduce 33
2.5.1 特點 34
2.5.2 策略 34
2.5.3 結構 35
2.5.4 Reduce-Scatter 35
2.5.5 All-Gather 38
2.5.6 通信性能 40
2.5.7 區(qū)別 40
第3章 參數服務器之PS-Lite 41
3.1 參數服務器 41
3.1.1 概念 41
3.1.2 歷史淵源 42
3.1.3 問題 43
3.2 基礎模塊Postoffice 44
3.2.1 基本邏輯 44
3.2.2 系統(tǒng)啟動 45
3.2.3 功能實現(xiàn) 47
3.3 通信模塊Van 51
3.3.1 功能概述 51
3.3.2 定義 51
3.3.3 初始化 52
3.3.4 接收消息 53
3.4 代理人Customer 59
3.4.1 基本思路 59
3.4.2 基礎類 61
3.4.3 Customer 62
3.4.4 功能函數 66
3.5 應用節(jié)點實現(xiàn) 67
3.5.1 SimpleApp 67
3.5.2 KVServer 68
3.5.3 KVWorker 68
3.5.4 總結 70
第2篇 數據并行 73
第4章 PyTorch DataParallel 74
4.1 綜述 74
4.2 示例 76
4.3 定義 77
4.4 前向傳播 78
4.5 計算損失 87
4.6 反向傳播 88
4.7 總結 91
第5章 PyTorch DDP的基礎架構 93
5.1 DDP總述 93
5.1.1 DDP的運行邏輯 93
5.1.2 DDP的使用 94
5.2 設計理念 97
5.2.1 系統(tǒng)設計 97
5.2.2 梯度歸約 98
5.2.3 實施 99
5.3 基礎概念 101
5.3.1 初始化方法 101
5.3.2 Store類 102
5.3.3 TCPStore類 104
5.3.4 進程組概念 107
5.3.5 構建進程組 109
5.4 架構和初始化 111
5.4.1 架構與迭代流程 111
5.4.2 初始化DDP 114
第6章 PyTorch DDP的動態(tài)邏輯 122
6.1 Reducer類 122
6.1.1 調用Reducer類 122
6.1.2 定義Reducer類 122
6.1.3 Bucket類 124
6.1.4 BucketReplica類 126
6.1.5 查詢數據結構 128
6.1.6 梯度累積相關成員變量 131
6.1.7 初始化 135
6.1.8 靜態(tài)圖 141
6.1.9 Join操作 142
6.2 前向/反向傳播 143
6.2.1 前向傳播 143
6.2.2 反向傳播 149
第7章 Horovod 161
7.1 從使用者角度切入 161
7.1.1 機制概述 161
7.1.2 示例代碼 162
7.1.3 運行邏輯 163
7.2 horovodrun 167
7.2.1 入口點 167
7.2.2 運行訓練Job 168
7.2.3 Gloo實現(xiàn) 169
7.2.4 MPI實現(xiàn) 174
7.2.5 總結 174
7.3 網絡基礎和Driver 174
7.3.1 總體架構 175
7.3.2 基礎網絡服務 176
7.3.3 Driver服務 177
7.3.4 Task服務 178
7.3.5 總結 180
7.4 DistributedOptimizer 181
7.4.1 問題點 181
7.4.2 解決思路 182
7.4.3 TensorFlow 1.x 183
7.5 融合框架 191
7.5.1 總體架構 191
7.5.2 算子類體系 192
7.5.3 后臺線程 194
7.5.4 執(zhí)行線程 195
7.5.5 總結 196
7.6 后臺線程架構 198
7.6.1 設計要點 198
7.6.2 總體代碼 201
7.6.3 業(yè)務邏輯 202
第3篇 流水線并行
第8章 GPipe 210
8.1 流水線基本實現(xiàn) 210
8.1.1 流水線并行 210
8.1.2 GPipe概述 211
8.1.3 計算內存 213
8.1.4 計算算力 213
8.1.5 自動并行 214
8.2 梯度累積 218
8.2.1 基本概念 218
8.2.2 PyTorch實現(xiàn) 219
8.2.3 GPipe實現(xiàn) 223
8.3 Checkpointing 225
8.3.1 問題 225
8.3.2 解決方案 225
8.3.3 OpenAI 226
8.3.4 PyTorch實現(xiàn) 228
8.3.5 GPipe實現(xiàn) 240
第9章 PyTorch流水線并行 243
9.1 如何劃分模型 243
9.1.1 使用方法 244
9.1.2 自動平衡 245
9.1.3 模型劃分 247
9.2 切分數據和Runtime系統(tǒng) 249
9.2.1 分發(fā)小批量 249
9.2.2 Runtime 250
9.3 前向計算 255
9.3.1 設計 255
9.3.2 執(zhí)行順序 260
9.4 計算依賴 265
9.4.1 反向傳播依賴 266
9.4.2 前向傳播依賴 270
9.5 并行計算 274
9.5.1 總體架構 274
9.5.2 并行復制和計算 276
9.5.3 重計算 278
第10章 PipeDream之基礎架構 280
10.1 總體思路 280
10.1.1 目前問題 280
10.1.2 1F1B策略概述 282
10.1.3 流水線方案 283
10.2 profile階段 285
10.3 計算分區(qū)階段 288
10.3.1 構建圖 288
10.3.2 構建反鏈 289
10.3.3 計算分區(qū) 295
10.3.4 分析分區(qū) 302
10.3.5 輸出 305
10.4 轉換模型階段 305
10.4.1 分離子圖 306
10.4.2 轉換模型 307
10.4.3 融合模型 308
第11章 PipeDream之動態(tài)邏輯 312
11.1 Runtime引擎 312
11.1.1 功能 312
11.1.2 總體邏輯 313
11.1.3 加載模型 314
11.1.4 實現(xiàn) 314
11.2 通信模塊 323
11.2.1 類定義 324
11.2.2 構建 325
11.2.3 發(fā)送和接收 331
11.3 1F1B策略 333
11.3.1 設計思路 333
11.3.2 權重問題 335
11.3.3 實現(xiàn) 340
第4篇 模型并行
第12章 Megatron 346
12.1 設計思路 346
12.1.1 背景 346
12.1.2 張量模型并行 348
12.1.3 并行配置 354
12.1.4 結論 354
12.2 模型并行實現(xiàn) 354
12.2.1 并行MLP 355
12.2.2 ColumnParallelLinear 358
12.2.3 RowParallelLinear 363
12.2.4 總結 367
12.3 如何設置各種并行 367
12.3.1 初始化 368
12.3.2 起始狀態(tài) 371
12.3.3 設置張量模型并行 373
12.3.4 設置流水線并行 375
12.3.5 設置數據并行 378
12.3.6 模型并行組 380
12.3.7 如何把模型分塊到GPU上 381
12.4 Pipedream的流水線刷新 383
第13章 PyTorch如何實現(xiàn)模型并行 387
13.1 PyTorch模型并行 387
13.1.1 PyTorch特點 387
13.1.2 示例 387
13.2 分布式自動求導之設計 389
13.2.1 分布式RPC框架 389
13.2.2 自動求導記錄 390
13.2.3 分布式自動求導上下文 391
13.2.4 分布式反向傳播算法 392
13.2.5 分布式優(yōu)化器 396
13.3 RPC基礎 396
13.3.1 RPC代理 396
13.3.2 發(fā)送邏輯 396
13.3.3 接收邏輯 398
13.4 上下文相關 399
13.4.1 設計脈絡 400
13.4.2 AutogradMetadata 401
13.4.3 DistAutogradContainer 403
13.4.4 DistAutogradContext 403
13.4.5 前向傳播交互過程 408
13.5 如何切入引擎 411
13.5.1 反向傳播 411
13.5.2 SendRpcBackward 415
13.5.3 總結 417
13.6 自動求導引擎 417
13.6.1 原生引擎 417
13.6.2 分布式引擎 419
13.6.3 總體執(zhí)行 421
13.6.4 驗證節(jié)點和邊 421
13.6.5 計算依賴 422
13.6.6 執(zhí)行GraphTask 429
13.6.7 RPC調用閉環(huán) 433
13.6.8 DistAccumulateGradCapture-
Hook 436
13.6.9 等待完成 442
第14章 分布式優(yōu)化器 443
14.1 原生優(yōu)化器 443
14.2 DP的優(yōu)化器 445
14.3 DDP的優(yōu)化器 446
14.3.1 流程 446
14.3.2 優(yōu)化器狀態(tài) 446
14.4 Horovod的優(yōu)化器 447
14.4.1 利用鉤子同步梯度 448
14.4.2 利用step()函數同步梯度 449
14.5 模型并行的分布式問題 450
14.6 PyTorch分布式優(yōu)化器 451
14.6.1 初始化 452
14.6.2 更新參數 453
14.7 PipeDream分布式優(yōu)化器 455
14.7.1 如何確定優(yōu)化參數 456
14.7.2 優(yōu)化 458
第5篇 TensorFlow分布式
第15章 分布式運行環(huán)境之靜態(tài)架構 462
15.1 總體架構 462
15.1.1 集群角度 462
15.1.2 分布式角度 463
15.1.3 系統(tǒng)角度 465
15.1.4 圖操作角度 467
15.1.5 通信角度 468
15.2 Server 469
15.2.1 邏輯概念 469
15.2.2 GrpcServer 471
15.3 Master的靜態(tài)邏輯 474
15.3.1 總述 474
15.3.2 接口 474
15.3.3 LocalMaster 476
15.3.4 GrpcRemoteMaster 478
15.3.5 GrpcMasterService 478
15.3.6 業(yè)務實現(xiàn)Master類 480
15.4 Worker的靜態(tài)邏輯 481
15.4.1 邏輯關系 481
15.4.2 GrpcRemoteWorker 483
15.4.3 GrpcWorkerService 483
15.4.4 Worker 487
15.4.5 GrpcWorker 488
第16章 分布式運行環(huán)境之動態(tài)邏輯 489
16.1 Session機制 489
16.1.1 概述