在大规模分布式训练过程中，如何做到计算和通信重叠？

在大规模分布式训练过程中，如何做到计算和通信重叠？

答主

程帅

NVIDIA 中国区HPC/DL 解决方案架构师

NVIDIA 中国区HPC/DL 解决方案架构师程帅：在GPU里面的话，因为通信的过程中和训练过程中其实底层都是CUDA...

问题来源：飞桨平台多GPU并行训练方案解析

其他回答

发布

网友答案仅供其表达个人看法，并不表明智猩猩立场。

相关回答

GPU卡的类型比较多，如何整合飞桨这样的平台

NCCL允许用户自己改拓扑吗？

1、老师有推荐的水冷GPU服务沒，我在北京只找到一家叫蓝海云的在做。 2、是不是GPU卡越多越好

可以在普通的n卡上训练吗

1、apollo的目标检测模型用了多少数据量啊 2、nccl是只针对飞浆的库吗

热门问答

请问INT4的算力为什么是INT8的2倍，而不是4倍？

SR-IOV和MIG的关系是什么？A100是否支持SR-IOV？

请教一下，在A100上MPS技术会怎样演进，和MIG技术有哪些结合？

MIG将来是不是会取代vGPU？有大致路线图吗？适配vGPU和适配MIG有没有升级问题？还是无缝升级？

NVLink与NVSwitch是什么关系？

如果不使用MIG，那么就可以使用8个GPU了？还有结构化稀疏支持两个矩阵都是稀疏的么？

MIG的各实例是程序员控制还是系统控制？

NVLink 3.0通过12个X4 Link来支持双向600GB带宽，平均每个X4 link是50GB，这样的话，X16 link的双向带宽就有200GB，这个带宽已经超过PCIe 5.0的标准了，是这样吗？

纹理内存究竟是单独的内存区域？还是gmem的一种特殊访问方式？（即，有限的究竟是纹理缓存还是纹理内存）

NeRF目前非常火爆，最近也有很多工作把NeRF应用到SLAM。相比于传统的SLAM，NeRF-based SLAM的优势在哪？未来的发展方向又是怎样的呢？