대규모 모델 학습에서의 병렬화(Parallelism) 기법

Data Parallelism(DP)

Multi GPU 환경에서 데이터를 병렬화하여 모델을 학습하는 방법입니다. 매 스텝마다 $\Delta \mathbf{w}$를 집계하여 $W$를 업데이트하는 비용이 추가적으로 발생합니다.

모델이 커짐에 따라 발생하는 메모리 문제를 해결하기 위해 ZeRO를 함께 사용할 수 있습니다.

Pipeline Parallelism(PP)

Multi GPU 환경에서 모델을 레이어 단위로 분할하여 병렬화하는 방법입니다.

Figure 2 - GPipe: Easy Scaling with Micro-Batch Pipeline Parallelism

각 레이어는 이전 레이어의 출력을 입력으로 받아야하므로 일부 GPU가 아무일도 하지 않는 Bubble이라는 문제가 발생합니다.

Tensor Parallelism(TP)

Multi GPU 환경에서 레이어 자체를 분할하여 병렬화하는 방법입니다.

3D Parallelism

Figure 1 - DeepSpeed: Extreme-scale model training for everyone

Figure 2 - DeepSpeed: Extreme-scale model training for everyone