返回首页
您的位置:首页 > 新闻 > CCF聚焦

何水兵:面向大模型的存算技术,未来系统发展新趋势 | CNCC专家谈

阅读量:0 2024-09-30 收藏本文


在即将于今年10月24-26日在浙江横店举办的CNCC2024上,138个技术论坛覆盖了人工智能、安全、AI+、网络、计算+、系统软件、教育、芯片等34个专业领域,推动不同领域的交叉融合,为各界专业人士提供了广泛的专业内容。包括国际知名学者、两院院士、产学研各界代表在内的800余位报告嘉宾将着力探讨计算技术与未来宏观发展趋势,为参会者提供深度的学术和产业交流机会,当中不乏在各领域深具影响力的重磅学者专家亲自担纲论坛主席。


本专题力邀CNCC2024技术论坛主席亲自撰稿,分享真知灼见,欢迎走进CNCC,领略计算领域专业大观魅力!


图片



本期特别嘉宾:

何水兵 之江实验室副主任   


作者:CNCC2024【面向大模型的存算技术】论坛主席 何水兵




大模型赋能各行各业




图片

图1:大模型赋能各行各业


随着ChatGPT、Stable Diffusion等新型AI现象级应用的出现,通用AI进入了大模型时代。大模型已经出现在人们生活的方方面面,如自然语言处理、计算机视觉、推荐系统等等(图1),极大地便利了人们的生活。垂域应用和大模型结合的创新成果如雨后春笋般快速涌现,大模型在社会生活方方面面展现出了前所未有的威力。




大模型训推面临的挑战




大模型的快速发展离不开计算机硬件平台和软件系统(简称大模型训推系统)的大力支撑。高效的训推系统能够有效应对大模型的运算能力(算力)需求,提升应用运算效率,降低用户成本,从而助力大模型技术的突破。在“数据、算法、算力”这三架大模型发展的马车之中,算力是整个大模型发展的基座。然而,随着大模型参数量与数据集规模的井喷式增长,当前大模型训推系统面临着“算力、存储、网络和可靠性”等方面的挑战。 


- 大模型训推面临巨大的算力需求:目前大模型层数较深且计算复杂,需要消耗巨大的算力。OpenAl的数据显示,从2012年到2020年,其算力消耗平均每3.4个月就翻倍一次,8年间算力增长了30万倍[1](如图2)。2023年3月推出的多模态大模型GPT-4, 训练时的算力需求甚至达到了惊人的每秒2.15×1024 FLOPS[2]。不断增长的算力需求,使得AI计算中心面临着前所未有的算力挑战。


图片

图2. 2012年以来算力需求增长了超过30万倍

- 大模型训练面临巨大的存储挑战:大模型的训练具有参数众多并且输入数据集较大的特点。例如, GPT-4 模型具有1.8 万亿的模型参数且需要13万亿的Token作为输入数据集[2]。大模型训推系统需要高效的存储系统来存储和读取这些大量的数据。然而,AI模型的数据大小呈现出逐年上升的趋势 [3](如图3),特别是在大模型出现后,其数据量相比于传统的AI模型有着显著的上升,与此同时,存储硬件性能增长的速度远滞后于GPU算力提升的速度,因此,存储访问日益成为一些AI应用的性能瓶颈。例如,微软的数据中心报告称,近年来GPU性能增长了125x,而Azure存储系统的I/O带宽仅增长了12x,这导致存储系统提供的I/O带宽上限仅为模型负载实际所需的60% [4]。


图片

图3:AI模型增长趋势


- 大模型训推系统具有较高网络传输需求:由于单一计算节点无法满足大模型的大规模算力需求,目前AI计算中心往往利用网络将多个GPU服务器连接起来进行分布式训练与推理。在分布式训推中,数据需要在多个机器间进行通信。如果网络传输速度较慢或不稳定,整个GPU系统的计算效率将会极大降低。如图4所示,较差的网络传输往往能降低一半的模型训练效率,对宝贵的硬件资源造成极大的浪费[5]。


图片

图4:网络通信限制模型的训练性能


- 大模型训练具有较高的可靠性需求:由于多设备的参与以及长时间的运行,大模型应用的训练往往面临较高的出错率。例如,OPT-175B模型在训练的过程中使用了992张A100 GPU,并在两个月的训练时间内故障超过110次[6]。类似的现象同样出现在BLOOM模型的训练过程中[7]。频繁的故障带来硬件资源的浪费,增加应用执行的成本,因此需要高效的系统故障恢复机制,保证训练的高效持续执行。


[1] Mehonic A, Kenyon A J. Brain-inspired computing needs a master plan[J]. Nature, 2022, 604(7905): 255-260.

[2] https://www.semianalysis.com/p/gpt-4-architecture-infrastructure

[3] https://indiaai.gov.in/article/the-future-of-large-language-models-llms-strategy-opportunities-and-challenges

[4] Zhao, Hanyu, et al. "Silod: A co-design of caching and scheduling for deep learning clusters." Proceedings of the Eighteenth European Conference on Computer Systems. 2023

[5] Wang G, Qin H, Jacobs S A, et al. ZeRO++: Extremely Efficient Collective Communication for Giant Model Training[J]. arXiv preprint arXiv:2306.10209, 2023.

[6] Zhang S, Roller S, Goyal N, et al. Opt: Open pre-trained transformer language models[J]. arXiv preprint arXiv:2205.01068, 2022.

[7] https://github.com/bigscience-workshop/bigscience/blob/master/train/tr11-176B-ml/chronicles.md

[8] https://mp.weixin.qq.com/s/maLIhnlaLQOgjW-LE8PM6A

面向大模型的新型存算技术


为了解决上述挑战,我们迫切需要寻求新的存算技术,从存储、计算、网络等诸多方面对现有大模型训推系统进行升级改造。按照系统架构的不同,可分为两种思路:一是对经典冯·诺伊曼架构下的大模型训推系统进行优化,二是探索开发基于新型存算一体架构的大模型存算系统。上述两种架构的对比如图5所示。


图片

图5:传统冯·诺伊曼架构 v.s. 新型存算一体架构


(1) 优化经典架构

为了满足前所未有的算力和存储需求,现有AI计算中心一般采用分布式架构(如图6),将多个处理器、加速器或者存储设备能力聚合起来,进行大模型的训练和推理[8]。目前涌现出了面向大模型的分布式计算、分布式存储以及新型存储技术等方面的研究,重点针对大模型的特有计算特征和访存模式构建高效的底层计算调度系统、存储系统、内存系统等。此外,高效的网络通信技术也是当前大模型训推系统研究的热点问题。


图片

图6:经典分布式架构


a.分布式计算

AI中心一般部署多个GPU服务器来满足大模型巨大的算力需求。每个服务器上配备若干加速AI运算的GPU,整个集群系统可能包含成千上万的GPU。例如,为了训练GPT-4, OpenAI使用了 25000 块A100,构建了成本高昂的大规模分布式GPU集群。然而,目前大模型训推系统中硬件资源利用率依然不高,如GPU的利用率通常在30%以下,这导致了巨大的资源浪费和较高的算力成本。因此,现有大模型训推系统仍迫切需要开发高效的软硬件技术,进一步提升分布式训推的效率。


b.分布式存储

为了满足大模型不断增长的带宽需求,AI中心往往将模型数据集部署在共享的分布式存储之上。例如,在微软的数据中心中,97.3%的训练任务从其旗下的Azure分布式云存储系统中进行数据的存储和读取。然而,由于大模型应用的数据量在不断增加,目前分布式存储系统提供的I/O带宽依然有限。因此,开发更高效的存储系统加速技术,如结合大模型数据访问特征的数据预取或者缓存方法,目前成为了大模型存储系统的研究热点。此外,一些新型存储架构和设备也成为重点关注的问题。


c.新型存储技术

一些大模型应用对于训练、推理的实效性具有严格要求,基于磁盘的存储系统难以满足大模型应用的极限存储带宽需要。新型的非易失性内存(Non-volatile memory, NVM),具有高带宽、低延迟特征,同时具有外存的持久性,为设计高效大模型存储系统提供了新的思路。然而,NVM具有自己固有特征,因此如何高效利用NVM技术,感知设备特性,减少软件开销,针对大模型应用在系统和用户软件层进行专门优化,成为了大模型新型存储技术的前沿研究方向。


d.网络加速技术

提升网络通信效率是加速整个分布式训推性能的一种有效方法。基于智能网络设备的通信加速技术目前在大模型训推领域受到了广泛关注。这些方法通过融合新型智能网络设备,如基于 FPGA 智能网卡和可编程智能交换机等,对数据进行网内计算和处理,从而降低模型计算过程中的数据传输大小和网络延迟,加速整个模型的训练或推理过程。


(2)设计新型架构

传统基于冯·诺伊曼架构的大模型系统受到存、算分离的计算范式限制,无法平衡日益悬殊的存储和计算发展差距,始终面临存储墙、功耗墙问题。为此,以新型存算一体架构为代表的非冯·诺依曼架构被提出。通过引入存算一体芯片、类脑芯片等硬件,新型存算一体架构实现将存储和计算模块的融合,有效避免数据在存储和计算单元间反复搬运导致的存储墙和功耗墙问题,提高计算效率。


a.存算一体芯片

新兴的存算一体芯片,如忆阻器等,将数据的存储和计算集成在同一模块内部,通过原位计算极大降低数据访问延迟和能耗(图7所示),可有效满足未来大规模人工智能应用场景的存算需求。然而,相关技术仍处于起步阶段,离产业化落地还需很长的一段路要走。如何通过电路、架构、算法等角度展开一系列技术创新,打通从底层硬件到顶层应用之间的各个关键环节,设计出面向大模型的高效一体化存算系统,仍是一个亟需解决的问题。


图片

图7:存算一体计算芯片


b.类脑计算芯片

类脑计算作为存算一体的重要分支,通过借鉴神经细胞能同时进行计算和存储的特性,实现了存储与计算的深度融合,如图8所示。这种融合构建了神经拟态类脑芯片,利用脉冲神经网络进行训练和推理,使得处理复杂数学问题和图像识别等任务更加高效,具有极高的研究价值。目前这一方向国内外也在积极探索之中。


图片

图8:类脑计算中的脉冲神经网络


技术论坛是促进领域发展的重要手段

随着大模型的参数量与计算规模井喷式增长,驱动大模型训练与推理的存算技术也需不断推陈出新。日益发展的大模型在计算与存储系统领域会带来哪些新的问题与挑战?面向大模型的新型存算技术又将往何处发展?


敬请关注本年度CNCC大会组织的“面向大模型的存算技术,未来系统发展新趋势”论坛。本论坛邀请近年来具有代表性成果的杰出学者和头部企业技术负责人进行分享,围绕新型大模型存算技术的关键要素展开讨论,探索新型应用、计算框架以及存算架构等多个技术领域的趋势和最新进展,给大家提供良好的学术交流平台,欢迎加入!让我们共同促进AI系统领域的发展和进步!论坛日程信息如下:


论坛时间:10月25日13:30-17:30

论坛地点:浙江东阳市横店圆明新园 夏苑-海晏堂一楼1号厅


时间

主题

主讲嘉宾

单位

13:35 - 14:00

存内计算系统的可靠性和性能提升方法

冯丹

华中科技大学

14:05 - 14:30

在文件扫描负载与快速存储设备双重压力下,系统缓存该如何设计?

张广艳

清华大学

14:35 - 15:00

智能存算融合关键技术研究

毛波

厦门大学

15:05 - 15:30

基于新兴存储器件的存算一体技术

林芃

浙江大学

15:50 - 16:15

构建CAP自洽的云化大模型推理服务

单一舟

华为

16:20 - 16:45

面向大模型训练算力优化的智算中心通信调度方法

翟恩南

阿里云

16:50 - 17:15

面向云业务的大模型训推存算优化技术

郑毅

华为


图片


想了解更多关于CNCC2024技术论坛信息,欢迎观看CCF公众号【CNCC专家谈】专题及CCF视频号【CNCC会客厅】直播,我们将陆续邀请本届CNCC技术论坛的论坛主席或重磅嘉宾,围绕今年CNCC涉及到的热门话题进行研讨交流,亲自带观众走进CNCC,敬请随时关注。欢迎一键预约,准时观看!



图片