Skip to content
体验新版
项目
组织
正在加载...
登录
切换导航
打开侧边栏
PaddlePaddle
Paddle
提交
b292dfb8
P
Paddle
项目概览
PaddlePaddle
/
Paddle
大约 1 年 前同步成功
通知
2299
Star
20931
Fork
5422
代码
文件
提交
分支
Tags
贡献者
分支图
Diff
Issue
1423
列表
看板
标记
里程碑
合并请求
543
Wiki
0
Wiki
分析
仓库
DevOps
项目成员
Pages
P
Paddle
项目概览
项目概览
详情
发布
仓库
仓库
文件
提交
分支
标签
贡献者
分支图
比较
Issue
1,423
Issue
1,423
列表
看板
标记
里程碑
合并请求
543
合并请求
543
Pages
分析
分析
仓库分析
DevOps
Wiki
0
Wiki
成员
成员
收起侧边栏
关闭侧边栏
动态
分支图
创建新Issue
提交
Issue看板
未验证
提交
b292dfb8
编写于
2月 09, 2022
作者:
B
Baibaifan
提交者:
GitHub
2月 09, 2022
浏览文件
操作
浏览文件
下载
电子邮件补丁
差异文件
optimize sharding stage3 offload (#39397)
上级
c5affb78
变更
2
隐藏空白更改
内联
并排
Showing
2 changed file
with
37 addition
and
6 deletion
+37
-6
python/paddle/distributed/fleet/meta_parallel/sharding/sharding_stage3.py
...stributed/fleet/meta_parallel/sharding/sharding_stage3.py
+33
-3
python/paddle/distributed/fleet/meta_parallel/sharding/sharding_utils.py
...istributed/fleet/meta_parallel/sharding/sharding_utils.py
+4
-3
未找到文件。
python/paddle/distributed/fleet/meta_parallel/sharding/sharding_stage3.py
浏览文件 @
b292dfb8
...
...
@@ -86,7 +86,7 @@ class ShardingStage3(nn.Layer):
self
.
_offload
=
offload
self
.
_sync_comm
=
sync_comm
# segmentation size
self
.
_segment_size
=
segment_size
if
not
offload
else
0
self
.
_segment_size
=
segment_size
global
DEV
DEV
=
"cpu"
if
paddle
.
get_device
()
==
"cpu"
else
paddle
.
get_device
(
...
...
@@ -191,8 +191,23 @@ class ShardingStage3(nn.Layer):
param
.
fw_storage
.
_gradient_set_empty
(
False
)
param
.
bw_storage
.
_clear
()
# 2.Handle unslice param
for
grad_storage
in
self
.
_grad_storages
.
values
():
grad_storage
.
buffer
.
zero_
()
if
not
self
.
_offload
:
for
grad_storage
in
self
.
_grad_storages
.
values
():
grad_storage
.
buffer
.
zero_
()
else
:
for
param
in
list
(
self
.
_unslice_params
):
param
.
clear_gradient
(
False
)
param
.
_gradient_set_empty
(
False
)
tmp_var
=
param
.
cuda
(
DEV_ID
)
param
.
_clear
()
if
tmp_var
.
dtype
==
Type
.
fp32
.
value
and
param2dtype
[
param
.
name
]
==
Type
.
fp16
.
value
:
tmp_var
=
paddle
.
cast
(
tmp_var
,
Type
.
fp16
.
value
)
tmp_var
.
_share_buffer_to
(
param
)
tmp_var
.
_clear
()
for
grad_storage
in
self
.
_grad_storages
.
values
():
grad_storage
.
manumal_relase
()
grad_storage
.
rebuild
()
# Update param memery slice
def
_update_params_slice
(
self
):
...
...
@@ -455,6 +470,21 @@ class ShardingStage3(nn.Layer):
group
=
self
.
_group
,
use_calc_stream
=
True
)
if
self
.
_offload
:
for
param
in
list
(
self
.
_unslice_params
):
tmp_var
=
_device2cpu
(
param
,
convert_dtype
=
True
)
tmp_var
.
_share_buffer_to
(
param
)
tmp_var
.
_clear
()
for
grad_storage
in
self
.
_grad_storages
.
values
():
for
p
in
grad_storage
.
_params
:
tmp_g
=
_device2cpu
(
p
.
grad
,
convert_dtype
=
True
)
p
.
clear_gradient
(
False
)
p
.
_gradient_set_empty
(
False
)
p
.
_copy_gradient_from
(
tmp_g
)
tmp_g
.
_clear
()
grad_storage
.
buffer
.
_clear
()
return
update_list
def
get_all_parameters
(
self
,
convert2cpu
=
False
):
...
...
python/paddle/distributed/fleet/meta_parallel/sharding/sharding_utils.py
浏览文件 @
b292dfb8
...
...
@@ -131,14 +131,15 @@ class ShardingClipGrad:
clip_var_fp16
=
paddle
.
cast
(
clip_var
,
paddle
.
float16
)
for
p
,
g
in
params_grads
:
if
g
is
None
:
continue
if
getattr
(
p
,
'need_clip'
,
True
)
is
False
:
if
getattr
(
p
,
'need_clip'
,
True
)
is
False
or
g
is
None
:
continue
origin_state
=
g
.
stop_gradient
g
.
stop_gradient
=
True
if
p
.
dtype
==
paddle
.
float16
:
g
.
scale_
(
clip_var_fp16
)
else
:
g
.
scale_
(
clip_var
)
g
.
stop_gradient
=
origin_state
p
.
_reset_grad_inplace_version
(
True
)
return
params_grads
...
...
编辑
预览
Markdown
is supported
0%
请重试
或
添加新附件
.
添加附件
取消
You are about to add
0
people
to the discussion. Proceed with caution.
先完成此消息的编辑!
取消
想要评论请
注册
或
登录