LLM三大并行方式

为什么要进行并行训练：

模型越来越大，单张显卡张不下

三种并行方式

数据并行，流水线并行，张量并行

数据并行（DP）

原理：

假设我们有 4 张显卡。我们把完整的模型复制 4 份，分别放在 4 张卡上。 然后，如果我们的一批数据（Batch Size）是 32，我们就把它切成 4 份，每张卡领 8 条数据。

总结：其实就是将数据进行了切分，多个模型共同处理大批数据

流程：

1、 每张卡独立进行前向传播（Forward）和反向传播（Backward）。

2、 计算出各自的梯度。

3、关键步骤： 所有显卡之间进行通信，把大家的梯度加起来取平均，所有卡使用相同的平均梯度更新参数，保证模型权重始终一致，保证大家的模型更新方向是一致的。

总结：每张卡独立前向反向传播，但是在更新梯度时，需要把所有模型的梯度进行相加求和取平均，每张卡的模型使用平均梯度进行更新，保持一致。

局限性与进阶

• 局限：它假设单张显卡的显存能装下整个模型。对于 70B+ 的大模型，单卡直接 OOM (Out Of Memory)。
• 进阶技术 (ZeRO)：DeepSpeed 的 ZeRO 系列（零冗余优化器）是对 DP 的改进。它不仅切分数据，还将优化器状态 (Optimizer States)、梯度 (Gradients) 甚至参数 (Parameters) 切分到不同卡上，从而大幅降低单卡显存占用。

流水线并行（PP，我感觉我更想叫管道并行，也就是模型切分）

原理：

LLM 本质是 Transformer Layer 的深层堆叠（例如 GPT-3 有 96 层）。

• 纵向切分：将模型的层切开。例如，GPU 0 负责第 1-8 层，GPU 1 负责第 9-16 层，以此类推。

流程

数据像流水线上的产品一样流动：

1. GPU 0 接收 Input，计算前几层，得到中间结果 (Activations)。
2. GPU 0 将结果发送给 GPU 1。
3. GPU 1 继续计算... 直到最后一个 GPU 输出 Loss。
4. 反向传播时，梯度按相反方向回传

这就像工厂流水线：

• GPU 0 是做“初级特征提取”的工人。
• GPU 1 是做“中级语义理解”的工人。
• GPU 2 是做“分类头/生成”的工人、

痛点

最朴素的 PP 效率很低。当 GPU 0 在工作时，下游的 GPU 都在空闲等待。

解决方案：1F1B (One Forward One Backward) 策略。将一个大 Batch 切成很多微批次，让前后向计算交错进行，尽量填满空闲时间。

1F1B具体解决原理及流程请见

张量并行

原理：

这是最“硬核”的切分方式。LLM 的计算核心是矩阵乘法 Y=X·W

• 横向/纵向切分：不切分层数，而是把每一层内部巨大的权重矩阵 W撕开。
• Transformer 特性：例如 Multi-Head Attention 有 32 个头，可以让 GPU 0 算前 16 个头，GPU 1 算后 16 个头。

工作流程：

1. 输入 X 复制到两张卡上。
2. GPU 0 计算 X·Wpart1，GPU 1 计算 X·Wpart2。
3. All-Reduce (高频通信)：每一层计算结束，必须立刻通信，将两部分结果拼起来（或相加），才能进入下一层的计算。

局限性：

通信量巨大！ 因为每一层 Layer 都要通信，所以 TP 通常仅限于同一台机器内部（通过 NVLink 连接）使用，跨机器使用 TP 会导致通信瓶颈，严重拖慢速度。

总结：张量并行意味着把模型权重分别放在不同的GPU上，这也就是意味着把模型撕开了，不是按层分开放，而是把层给撕了，也就是两张卡拼起来才是模型的一个层，这更加友好于矩阵，因为可以拆开嘛

具体详情请看

https://blog.youkuaiyun.com/L1uminous/article/details/155913237?fromshare=blogdetail&sharetype=blogdetail&sharerId=155913237&sharerefer=PC&sharesource=L1uminous&sharefrom=from_link

3D并行

在实际的千亿参数模型 (如 Llama-3-70B, GPT-4) 训练中，我们通常混合使用这三种策略：

1. 单机内部：使用 TP (利用 NVLink 高带宽)。
2. 机器之间：使用 PP (利用网线/Infiniband，减少通信量)。
3. 整体扩展：在上述基础上复制多组，使用 DP (增加吞吐量)。

我自己画了一张图方便理解，如果又画的不对的地方，请大家批评指正。

具体详情看

https://blog.youkuaiyun.com/L1uminous/article/details/155913261?fromshare=blogdetail&sharetype=blogdetail&sharerId=155913261&sharerefer=PC&sharesource=L1uminous&sharefrom=from_link