omniture

"千億參數(shù)"大模型再卷風(fēng)云,成功實現(xiàn)CPU通用服務(wù)器上運行

2024-07-26 16:45 2745

北京2024年7月26日 /美通社/ -- 生成式AI快速發(fā)展,AI算力作為人工智能發(fā)展的重要支撐,正以驚人的速度滲透至每一個計算設(shè)備。一切計算皆AI,為了支撐千行百業(yè)最廣泛的場景,通用服務(wù)器也在"智變"。

不久前,浪潮信息的研發(fā)工程師基于2U4路旗艦通用服務(wù)器NF8260G7,采用領(lǐng)先的張量并行、NF4模型量化等技術(shù),實現(xiàn)服務(wù)器僅依靠4顆CPU即可運行千億參數(shù) "源2.0" 大模型,成為通用AI算力的新標(biāo)桿。

NF8260G7在2U空間搭載4顆32核英特爾至強處理器,主頻2.4GHz,支持8個內(nèi)存通道,3路UPI總線互聯(lián),采用32根32G的DDR5內(nèi)存,內(nèi)存容量1024GB,實測內(nèi)存讀帶寬995GB/s,運行效率82.94%。框架和算法方面,NF8260G7支持PyTorch、TensorFlow等主流AI框架和DeepSpeed等流行開發(fā)工具,滿足用戶更成熟、易部署、更便捷的開放生態(tài)需求。浪潮信息算法工程師還基于Yuan2.0千億參數(shù)大模型的研發(fā)積累,為NF8260G7部署張量并行環(huán)境,提升4倍計算效率,并通過NF4等量化技術(shù),將1026億參數(shù)的Yuan2.0大模型容量縮小至1/4,首次實現(xiàn)單機通用服務(wù)器,即可運行千億參數(shù)大模型,為千億參數(shù)AI大模型在通用服務(wù)器的推理部署,提供了性能更強,成本更經(jīng)濟的選擇。

【出題】
算力智變:通用服務(wù)器挑戰(zhàn)千億參數(shù)」大模型

科技的進(jìn)步,最終目的是"落入凡間"。AIGC正以超乎想象的速度滲透進(jìn)千行百業(yè),對企業(yè)的算力基礎(chǔ)設(shè)施也提出了更高的要求。為了滿足最廣泛的通用業(yè)務(wù)與新興AI業(yè)務(wù)融合的需求,目前金融、醫(yī)療等許多行業(yè)用戶正在基于通用算力構(gòu)建AI業(yè)務(wù),實現(xiàn)了通用算力的"AI進(jìn)化"。從效果來看,目前通用服務(wù)器單機已能夠承載幾十到幾百億參數(shù)規(guī)模的AI模型應(yīng)用。

但算力需求仍在爆發(fā)式增長,隨著大模型技術(shù)的不斷發(fā)展,模型參數(shù)量不斷攀升,千億級參數(shù)是智能涌現(xiàn)的門檻,通用算力能否運行千億參數(shù)AI大模型,是衡量其能否支撐千行百業(yè)智能涌現(xiàn)的關(guān)鍵。

千億參數(shù)大模型要在單臺服務(wù)器中高效運行,對計算、內(nèi)存、通信等硬件資源需求量非常大,如果使用以GPU為主的異構(gòu)加速計算方式,千億參數(shù)大約需要200~300GB的顯存空間才放得下,這已經(jīng)遠(yuǎn)超過當(dāng)前業(yè)界主流的AI加速芯片的顯存大小。放得下只是基礎(chǔ),千億參數(shù)大模型在運行過程中,對數(shù)據(jù)計算、計算單元之間及計算單元與內(nèi)存之間通信的帶寬要求也非常高。千億參數(shù)大模型按照BF16的精度計算,運行時延要小于100ms,內(nèi)存與計算單元之間的通信帶寬至少要在2TB/s以上。

不同參數(shù)規(guī)模服務(wù)器硬件資源需求對比

參數(shù)規(guī)模

100億

1000億

顯存空間

20~30GB

200~300GB

內(nèi)存帶寬

(BF16精度 時延100ms)

200~300GB/s

2~3TB/s

除了硬件資源的挑戰(zhàn),為了讓通用服務(wù)器運行千億大模型,軟硬協(xié)同優(yōu)化也是一大難題。比如AI大模型一般基于擅長大規(guī)模并行計算的AI加速卡設(shè)計,通用服務(wù)器的處理器雖然擁有高通用性和高性能的計算核心,但沒有并行工作的環(huán)境。AI大模型需要頻繁地在內(nèi)存和CPU之間搬運算法權(quán)重,但通用服務(wù)器默認(rèn)模型權(quán)重只能傳輸給一個CPU的內(nèi)存,由CPU串聯(lián)其他CPU進(jìn)行權(quán)重數(shù)據(jù)的傳輸。這就導(dǎo)致CPU與內(nèi)存之間的帶寬利用率不高,通信開銷大。


通用服務(wù)器要運行千億參數(shù)大模型面臨重重挑戰(zhàn)。要填補這一空白,浪潮信息研發(fā)工程師亟需提升通用服務(wù)器AI計算性能,優(yōu)化CPU之間、CPU與內(nèi)存之間的通信效率,建立通用服務(wù)器的大規(guī)模并行計算的算法環(huán)境等軟硬協(xié)同技術(shù),系統(tǒng)釋放通用服務(wù)器的AI能力。

【解題】
軟硬協(xié)同創(chuàng)新,釋放通用服務(wù)器的智算力

首先,硬件資源方面,為支撐大規(guī)模并行計算,浪潮信息研發(fā)工程師采用2U4路旗艦通用服務(wù)器NF8260G7,對服務(wù)器處理器、內(nèi)存、互連以及框架和算法的適配性等方面進(jìn)行了全面優(yōu)化。

本次運行千億參數(shù)大模型的通用服務(wù)器NF8260G7采用如下配置:


NF8260G7在2U空間搭載4顆英特爾至強處理器6448H,具有AMX(高級矩陣擴展)AI加速功能,核心數(shù)達(dá)到了32核心,基準(zhǔn)主頻2.4GHz,L3 Cache 60MB,支持8個內(nèi)存通道,3路UPI總線互聯(lián),功耗250W。內(nèi)存方面,NF8260G7配置32根32G DDR5 4800MHZ的內(nèi)存,內(nèi)存帶寬實測值分別為995GB/s(讀帶寬)、423GB/s(寫帶寬)、437GB/s(讀寫帶寬),為滿足千億大模型低延時和多處理器的并發(fā)推理計算打下基礎(chǔ)。

在高速信號互連方面,浪潮信息研發(fā)工程師優(yōu)化了CPU之間,CPU和內(nèi)存之間的走線路徑和阻抗連續(xù)性,依據(jù)三維仿真結(jié)果調(diào)整過孔排列方式,將信號串?dāng)_降低到-60dB以下,較上一代降低50%通過DOE矩陣式有源仿真找到通道所有corner的組合最優(yōu)解,充分發(fā)揮算力性能??蚣芎退惴ǚ矫?,浪潮信息通用服務(wù)器也支持PyTorch、TensorFlow等主流AI框架和DeepSpeed等流行開發(fā)工具,滿足用戶更成熟、易部署、更便捷的開放生態(tài)需求。

僅依靠硬件創(chuàng)新還遠(yuǎn)遠(yuǎn)不夠。算法層面,浪潮信息算法工程師基于Yuan2.0的算法研發(fā)積累,將1026億參數(shù)的Yuan2.0大模型卷積算子進(jìn)行張量切分,把大模型中的注意力層和前饋層的矩陣計算的權(quán)重分別拆分到多個處理器的內(nèi)存中,為通用服務(wù)器進(jìn)行高效的張量并行計算提供了可能。這種權(quán)重的拆分改變了傳統(tǒng)CPU串聯(lián)傳輸?shù)哪J剑?顆CPU可以與內(nèi)存實時傳輸獲取算法權(quán)重,協(xié)同并行工作,計算效率提升4倍。


同時,千億參數(shù)大模型在張量并行計算過程中,參數(shù)權(quán)重需要200-300GB的內(nèi)存空間進(jìn)行存儲和計算,在100ms的時間內(nèi),完成CPU與內(nèi)存數(shù)據(jù)的通信,內(nèi)存帶寬需求至少在2T/s。而4路通用服務(wù)器的內(nèi)存帶寬極限值為1200GB/s,還差一半左右。面對巨大的內(nèi)存帶寬瓶頸,浪潮信息算法工程師需要在不影響模型精度的情況下對模型進(jìn)行量化"瘦身"。浪潮信息研發(fā)工程師們嘗試了不同精度int8、int4、NF4等先進(jìn)量化技術(shù),最終選擇了更高數(shù)據(jù)精度的NF4量化方案,將模型尺寸瘦身到原來的1/4,在滿足精度需求的條件下,大幅度降低大規(guī)模并行計算的訪存數(shù)據(jù)量,從而達(dá)到實時推理的解碼需求。


【交卷】
填補行業(yè)空白,樹立AI算力新標(biāo)桿

通過系統(tǒng)優(yōu)化,浪潮信息NF8260G7在業(yè)界首次實現(xiàn)僅基于通用處理器,支持千億參數(shù)大模型的運行,讓通用算力可支持的AI大模型參數(shù)規(guī)模突破千億,填補了行業(yè)空白,成為企業(yè)擁有AI的新起點。


人工智能的發(fā)展,是算力、算法和數(shù)據(jù)三要素系統(tǒng)突破的結(jié)果。浪潮信息研發(fā)工程師基于通用服務(wù)器NF8260G7的軟硬件協(xié)同創(chuàng)新,為千億參數(shù)AI大模型在通用服務(wù)器的推理部署,提供了性能更強,成本更經(jīng)濟的選擇,讓AI大模型應(yīng)用可以與云、大數(shù)據(jù)、數(shù)據(jù)庫等應(yīng)用能夠?qū)崿F(xiàn)更緊密的融合,從而充分釋放人工智能在千行百業(yè)中的創(chuàng)新活力,讓人工智能真正"落入凡間",推動社會和經(jīng)濟的發(fā)展。

 

消息來源:浪潮信息
China-PRNewsire-300-300.png
全球TMT
微信公眾號“全球TMT”發(fā)布全球互聯(lián)網(wǎng)、科技、媒體、通訊企業(yè)的經(jīng)營動態(tài)、財報信息、企業(yè)并購消息。掃描二維碼,立即訂閱!
collection