Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > cs > arXiv:2507.00394

帮助 | 高级搜索

计算机科学 > 机器学习

arXiv:2507.00394 (cs)
[提交于 2025年7月1日 ]

标题: 螺旋管道:使用注意力并行管道并行化高效训练长序列变压器

标题: HelixPipe: Efficient Distributed Training of Long Sequence Transformers with Attention Parallel Pipeline Parallelism

Authors:Geng Zhang, Shenggan Cheng, Xuanlei Zhao, Ziming Liu, Yang You
摘要: 随着Transformer序列长度的增长,现有的管道并行方法由于二次注意力计算和显著的内存开销而表现出次优性能。 为缓解这些挑战,我们提出了HelixPipe,一种用于长序列Transformer训练的新管道并行方法。 首先, HelixPipe引入了注意力并行划分,将在不同微批次上的注意力计算并行地调度到不同的管道阶段,减少管道气泡。 其次,它采用两步先进后出的微批次调度方式,平衡内存使用并实现通信与计算的重叠。 此外,HelixPipe利用无注意力的重新计算和分块MLP来减轻碎片化并支持更长的序列。 实验表明,随着序列长度的增加,HelixPipe的优势逐渐显现,并在不同管道规模、模型规模和集群配置下,在吞吐量和可扩展性方面优于现有方法。 值得注意的是,当在64块H20 GPU上训练一个7B模型且序列长度为128k时,其速度比基线方法提高了26%。 代码可在https://github.com/code-tunnel/Megatron-LM/tree/dev获取。
摘要: As transformer sequence lengths grow, existing pipeline parallelisms incur suboptimal performance due to the quadratic attention computation and the substantial memory overhead. To relieve these challenges, we propose HelixPipe, a novel pipeline parallelism for long sequence transformer training. First, HelixPipe introduces attention parallel partition, which schedules attention computations of different micro batches across different pipeline stages in parallel, reducing pipeline bubbles. Second, it employs a two-fold first-in-last-out micro batch schedule to balance memory usage and overlap communication with computation. Additionally, HelixPipe utilizes recomputation without attention and chunked MLP to mitigate fragmentation and enable longer sequences. Experiments demonstrate that HelixPipe gains increasing advantages with longer sequence lengths, and outperforms existing methods in throughput and scalability across varying pipeline sizes, model sizes, and cluster configurations. Notably, it achieves a 26\% speedup over baseline methods when training a 7B model with 128k sequence length on 64 H20 GPUs. Code is available at https://github.com/code-tunnel/Megatron-LM/tree/dev.
主题: 机器学习 (cs.LG) ; 分布式、并行与集群计算 (cs.DC)
引用方式: arXiv:2507.00394 [cs.LG]
  (或者 arXiv:2507.00394v1 [cs.LG] 对于此版本)
  https://doi.org/10.48550/arXiv.2507.00394
通过 DataCite 发表的 arXiv DOI(待注册)

提交历史

来自: Geng Zhang [查看电子邮件]
[v1] 星期二, 2025 年 7 月 1 日 03:11:18 UTC (395 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • HTML(实验性)
  • TeX 源代码
  • 其他格式
许可图标 查看许可
当前浏览上下文:
cs.LG
< 上一篇   |   下一篇 >
新的 | 最近的 | 2025-07
切换浏览方式为:
cs
cs.DC

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号