650 亿参数大模型预训练方案开源可商用！LLaMA 训练加速 38%，来自明星开源项目

650 亿参数大模型的预训练方案，发布即开源。训练速度较传统方案提升 38%。

这就是由 Colossal-AI 最新发布的类 LLaMA 基础大模型预训练方案。

要知道，在“百模大战”背景下，谁拥有自家大模型，往往被视为核心竞争力。在这个节点下，愿意开源大模型的公司少之又少。但自己从头训练一个大模型，对技术、资金都有很高要求。

由此，Colossal-AI 最新的开源动作，可以说是应时势所需了。并且它还不限制商业使用，开箱即用仅需 4 步。

具体项目有哪些内容？一起往下看~

32 张 A100 / A800 即可使用

实际上，自从 Meta 开源 LLaMA 后，掀起了一波微调项目热潮，如 Alpaca、Vicuna、ColossalChat 等都是在其基础上打造的。

但是 LLaMA 只开源了模型权重且限制商业使用，微调能够提升和注入的知识与能力也相对有限。

对于真正想要投身大模型浪潮的企业来说，训练自己的核心大模型非常重要。

开源社区也此前已献了一系列工作：

但这些都还不够，因为对于最主流的 PyTorch+GPU 生态，仍缺乏高效、可靠、易用的类 LLaMA 基础大模型预训练方案。

所以 Colossal-AI 交出了最新的开源答卷。仅需 32 张 A100 / A800，即可搞定 650 亿参数类 LLaMA 大模型预训练，训练速度提升 38%。

而像原生 PyTorch、FSDP 等，则因显存溢出无法运行该任务。

Hugging Face accelerate、DeepSpeed、Megatron-LM 也未对 LLaMA 预训练进行官方支持。

而这一项目真正上手起来也很简易。共有四步：

具体代码如下：

第一步、安装 Colossal-AI。

git clone -b example/llama https://github.com/hpcaitech/ColossalAI.gitcd ColossalAI# install and enable CUDA kernel fusionCUDA_EXT=1 pip install .

第二步、安装其他依赖项。

cd examples/language/llama# install other dependenciespip install -r requirements.txt# use flash attentionpip install xformers

第三步、数据集。

默认数据集 togethercomputer / RedPajama-Data-1T-Sample 将在首次运行时自动下载，也可通过-d 或 —dataset 指定自定义数据集。

第四步、运行命令。

已提供 7B 和 65B 的测速脚本，仅需根据实际硬件环境设置所用多节点的 host name 即可运行性能测试。

cd benchmark_65B/gemini_autobash batch12_seq2048_flash_attn.sh

对于实际的预训练任务，使用与速度测试一致，启动相应命令即可，如使用 4 节点 * 8 卡训练 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，可便捷实现多机多卡并行训练，降低显存消耗的同时保持高速训练。

还可根据硬件环境或实际需求，选择流水并行 + 张量并行 + ZeRO1 等复杂并行策略组合。

其中，通过 Colossal-AI 的 Booster Plugins，用户可以便捷自定义并行训练，如选择 Low Level ZeRO、Gemini、DDP 等并行策略。

Gradient checkpointing 通过在反向传播时重新计算模型的 activation 来减少内存使用。

通过引入 Flash attention 机制加速计算并节省显存。用户可以通过命令行参数便捷控制数十个类似的自定义参数，在保持高性能的同时为自定义开发保持了灵活性。

Colossal-AI 最新的 ShardFormer 极大降低了使用多维并行训练 LLM 的上手成本。

现已支持包括 LLaMA 的多种等主流模型，且原生支持 Huggingface / transformers 模型库。

无需改造模型，即可支持多维并行（流水、张量、ZeRO、DDP 等）的各种配置组合，能够在各种硬件配置上都发挥卓越的性能。

带来如上新工作的 Colossal-AI，如今已是大模型趋势下的明星开发工具和社区了。

Colossal-AI 上述解决方案已在某世界 500 强落地应用，在千卡集群性能优异，仅需数周即可完成千亿参数私有大模型预训练。

上海 AI Lab 与商汤等新近发布的 InternLM 也基于 Colossal-AI 在千卡实现高效预训练。

自开源以来，Colossal-AI 多次在 GitHub 热榜位列世界第一，获得 GitHub Star 超 3 万颗，并成功入选 SC、AAAI、PPoPP、CVPR、ISC 等国际 AI 与 HPC 顶级会议的官方教程，已有上百家企业参与共建 Colossal-AI 生态。

它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开发。

Colossal-AI 基于 PyTorch，可通过高效多维并行、异构内存等，主打为 AI 大模型训练 / 微调 / 推理的开发与应用成本，降低 GPU 需求等。

其背后公司潞晨科技，近期获得数亿元 A 轮融资，已在成立 18 个月内已迅速连续完成三轮融资。

广告声明：文内含有的对外跳转链接（包括不限于超链接、二维码、口令等形式），用于传递更多信息，节省甄选时间，结果仅供参考，IT之家所有文章均包含本声明。