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，往往被視為核心競爭力。

在這個節點下，愿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。

具體項目有哪些內容？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后，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生態，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。

默認數據集togethercomputer/RedPajama-Data-1T-Sample將在首次運行時自動下載，也可通過-d或—dataset指定自定義數據集。

第四步、運行命令。

已提供7B和65B的測速腳本，僅需根據實際硬件環境設置所用多節點的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。

還可根據硬件環境或實際需求，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來減少內存使用。

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，能夠在各種硬件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生態。

它由加州伯克利大學杰出教授 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、異構內存等，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。

其背后公司潞晨科技，近期獲得數億元A輪融資，已在成立18個月內已迅速連續完成三輪融資。

開源地址：https://github.com/hpcaitech/ColossalAI。

參考鏈接：https://www.hpc-ai.tech/blog/large-model-pretraining。