2种并行方式:
moe_tp_size:按照维度切分,每个GPU拥有所有Expert的一部分权重。
moe_ep_size: 按照Expert切分,每个GPU有用一部分Expert的所有权重。
二者可以搭配一起使用。
限制:二者的乘积,必须等于模型并行(不是指moe_tp_size,而是整个模型的tp_size)的卡数。
2种并行方式:
moe_tp_size:按照维度切分,每个GPU拥有所有Expert的一部分权重。
moe_ep_size: 按照Expert切分,每个GPU有用一部分Expert的所有权重。
二者可以搭配一起使用。
限制:二者的乘积,必须等于模型并行(不是指moe_tp_size,而是整个模型的tp_size)的卡数。
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.rhkb.cn/news/503934.html
如若内容造成侵权/违法违规/事实不符,请联系长河编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!