网络研讨会回看 | 如何在IPU上划动人工智能创新的飞桨
今年5月,Graphcore在Wave Summit 2022深度学习开发者峰会上正式宣布加入硬件生态共创计划。同月,Graphcore联合百度飞桨举办了飞桨教程系列网络研讨会,介绍如何在IPU上运行百度飞桨,并深入解读如何利用飞桨平台在IPU上进行分布式训练及性能调优。
飞桨教程系列(一):
如何在IPU上运行百度飞桨
——飞桨 x Graphcore IPU 训练和推理实例演示
适配方案
飞桨IPU版本的安装方式
- Docker镜像方式启动,或通过源代码编译安装。
查看更多精彩?
长按扫描识别下方二维码,
观看研讨会回放
飞桨教程系列(二):
如何利用飞桨平台在IPU上进行分布式训练及性能调优
使用百度飞桨在IPU上训练BERT
- 模型并行和流水线并行:将大模型切分放在不同的IPU上运行,并引入流水线提高IPU的利用率。目前支持大约80个常用的Op。
- 数据并行和RTS:降低优化器状态使用频率,减少每个replica上优化器状态所占的空间。
- 再计算:以计算换空间,通过多计算的方法,训练更大的模型。
使用PopVision进行性能调优的常用分析方法
- Memory report:协助调整每个IPU上的Op数量。
- Liveness report:查看Op的空间占用情况。
- Execution trace:查看Op的时间占用情况,定位哪些IPU的利用率偏低,进而调整模型。
查看更多精彩?
长按扫描识别下方二维码,
观看研讨会回放
五月五,麦浪黄,人间美景是端阳。
在这个龙舟竞渡的时节,Graphcore期待与您一同在IPU上划动人工智能创新的飞桨。
祝您端午安康!
Graphcore中国官网
Graphcore官方微信
Graphcore微博创新社区
Graphcore知乎创新社区
最新评论
推荐文章
作者最新文章
你可能感兴趣的文章
Copyright Disclaimer: The copyright of contents (including texts, images, videos and audios) posted above belong to the User who shared or the third-party website which the User shared from. If you found your copyright have been infringed, please send a DMCA takedown notice to [email protected]. For more detail of the source, please click on the button "Read Original Post" below. For other communications, please send to [email protected].
版权声明:以上内容为用户推荐收藏至CareerEngine平台,其内容(含文字、图片、视频、音频等)及知识版权均属用户或用户转发自的第三方网站,如涉嫌侵权,请通知[email protected]进行信息删除。如需查看信息来源,请点击“查看原文”。如需洽谈其它事宜,请联系[email protected]。
版权声明:以上内容为用户推荐收藏至CareerEngine平台,其内容(含文字、图片、视频、音频等)及知识版权均属用户或用户转发自的第三方网站,如涉嫌侵权,请通知[email protected]进行信息删除。如需查看信息来源,请点击“查看原文”。如需洽谈其它事宜,请联系[email protected]。