摩尔线程发布夸娥智算集群KUAE 1.2版本,持续优化大模型训练效能

近日,摩尔线程正式发布夸娥智算集群 KUAE 1.2 版本。该版本通过软硬件层面的综合性优化,达成了功能与性能的多维升级,使得产品更加高效、稳定,对生态系统更为友好,旨在持续为大模型训练提供坚实可靠的算力支撑以及创新驱动力。

▼MFU提升10%, 最高可达55%

在新版本中,使用千卡集群训练千亿模型,MFU提升10%。稠密模型集群训练MFU最高达到55%。

▼Flash Attention2 优化

通过集成最新的MUSA SDK平台与优化后的Flash Attention2技术,结合新版Torch MUSA和算子融合,显著提升了大模型训练的效率与资源利用率,大幅缩短训练周期并降低了整体成本。

在新版本中,使用千卡集群训练千亿模型,MFU提升10%。稠密模型集群训练MFU最高达到55%。

▼64K长文本支持

新版本增强了对长文本大模型训练的支持,优化了处理长文本理解和生成任务的能力,能够更好地应对文档摘要、文章写作等复杂语言处理任务。

▼支持混合专家模型MoE

MCCL通信库完成了All2All优化,并针对muDNN算子在不同形状下的矩阵运算进行了优化,以更好地支持MoE(Mixture of Experts)大模型的训练。这不仅提升了智算效率,还为更大规模参数的大模型训练提供了高度可扩展的基础。

▼断点续训

进一步提升了大模型训练的Checkpoint读写性能,写入时间小于2秒,显著提高了训练效率。

▼优化DeepSpeed

实现了基于摩尔线程GPU集群的DeepSpeed与Ulysses的适配和性能优化,强化了长文本训练支持。并适配了国内外多款大模型,在Hugging Face上支持训练和微调主要的开源大模型,助力创新型企业基于摩尔线程GPU灵活选择不同的大模型开发智能应用。

▼稳定性提升

千卡集群软硬件进一步成熟,实现了连续无故障训练长达15天。新版本引入了KUAE Aegis可靠性功能,加强了对GPU、显存、集合通信等方面的监控、自动诊断与故障恢复能力。

▼可视化/可观测

引入了PerfSight性能监控系统,可实时显示模型训练过程中的资源消耗与性能分析数据,有助于快速发现并恢复训练期间的故障,满足大模型上的性能调优需求。

▼内置模型库中新增大模型

KUAE内置模型库Model Zoo新增LLaMA2全系列大模型、百川、雅意、Qwen2、Mixtral(MoE 8x7B)等模型。


夕夕海 » 摩尔线程发布夸娥智算集群KUAE 1.2版本,持续优化大模型训练效能

发表回复