AIStation全流程简化和提速大模型训练
浪潮信息AIStation提供了系统性软硬一体优化的平台与软件栈能力，来保障大模型的训练需求。AIStation平台从资源使用与调度、训练流程与保障、算法与应用等角度进行了系统性的优化，实现了对大模型训练的端到端优化和加速。
▲ 毫秒级调度，高效使用大规模算力，解决算力利用低难题
AIStation在大模型训练实践中，针对云原生调度系统性能做了优化，实现了上千POD极速启动和环境就绪。如下表所示，AIStation调度器与原生社区版相比，能大幅提升大规模POD任务的调度性能，尤其能保证大模型训练的计算资源的调度使用。
此外，AIStation平台能够支持大模型特有的开发模式，提供多种尺度作业资源使用方式，包括小尺度资源调度，大尺度资源调度、高性能调度等。算力调度器通过动态、智能地管理和调配集群计算资源，制定合理的作业执行计划，以最大限度地利用资源，满足各类训练任务的时延和吞吐需求，保证作业高效稳定运行，实现算力平台高利用率、强扩展性、高容错性。
通过多种资源高效管理和调度策略，AIStation能实现毫秒级调度，将整体资源利用率提升到70%以上，帮助客户更好地利用计算集群算力，充分发挥算力价值。
▲ 高效网络资源管理，多卡加速比达90%，极致加速训练过程
AIStation定义了互相独立的计算高性能网络、存储高性能网络，并且支持交换机级别的资源调度，减少跨交换机流量，同时具备网络故障自动识别和处理功能。针对大模型训练通信要求高的场景，AIStation提供集群拓扑感知能力，容器网络与集群物理网络一致，保证了容器互联性能，满足训练通信要求。分布式通信优化结合集群的InfiniBand或 RoCE高性能网络和专门优化的通信拓扑，使得AIStation在千卡规模集群测试中，多卡加速比达到了90%。尤其AIStation对大规模RoCE无损网络下的大模型训练也做了相应优化，实测网络性能稳定性达到了业界较高水平。
借助AIStation平台，某大型商业银行实现了主流大模型训练框架，如DeepSpeed、Megatron-LM和大语言模型在RoCE网络环境的训练，快速实现大模型的落地实践。
▲ 大规模训练系统级别优化，故障处理时间缩短90%，最大限度降低实验成本
大模型任务提交时，经常会伴随着大量的环境配置、依赖库适配和超参数调整。AIStation能够自动化配置计算、存储、网络环境，同时对一些基本的超参数提供自定义修改，方便用户使用，通过几步就能启动大模型分布式训练，目前支持诸多大模型训练框架和开源方案，如Megatron-LM、DeepSpeed等。
AIStation在大规模训练集群上利用自研数据缓存系统，提高了训练前、训练中的数据读取速率，大大减少对存储系统和网络的依赖。配合优化的调度策略，与直接使用存储系统相比，可让模型训练效率获得200%-300%的提升，硬件性能100%释放。
健壮性与稳定性是高效完成大模型训练的必要条件。AIStation针对资源故障等集群突发情况，会自动进行容错处理或者执行弹性扩缩容策略，保证训练任务中断后能以最快速度恢复，为需要长时间训练的大模型提供可靠环境，平均将异常故障处理时间缩短90%以上。
综上，针对大规模分布式计算，AIStation内置分布式训练自适应系统，覆盖训练的全生命周期，满足了大模型训练的诸多诉求，提供资源使用视图、计算与网络调度策略、分布式训练加速、训练监控、训练容错与自愈能力，在加速训练的同时，能够自动定位故障和恢复任务，保证了训练的稳定性和效率。某银行客户在AIStation智能容错的机制保障下，在极其严苛的业务投产测试中能够实现快速故障排查和恢复，大幅降低业务投产上线时间。
AIStation助力行业提升大模型开发效率
AIStation平台在AI开发、应用部署和大模型工程实践上积累了宝贵的经验和技术，帮助诸多行业客户在资源、开发、部署层面实现降本增效。在垂直行业领域，AIStation平台帮助头部金融客户、生物制药服务公司快速利用密集数据训练、验证大模型，大大降低大模型业务成本。某大型商业银行基于AIStation打造的并行运算集群，凭借领先的大规模分布式训练支撑能力，荣获2022 IDC“未来数字基础架构领军者”奖项。
浪潮信息AIStation在大模型方面已经取得了诸多业界领先的经验和积累，实现了端到端的优化，是更适合大模型时代的人工智能平台。未来AIStation将与浪潮信息OGAI软件栈一同进化，进一步通过低代码、标准化的大模型开发流程，以及低成本和高效的推理服务部署，帮助客户快速实现大模型开发和落地，抢占先机。
联系电话：400-028-6620 028-85047200
公司地址：成都市武侯区一环路南二段2号新世纪商业中心东楼17楼B座
标签： 成都服务器 成都联想服务器 成都戴尔服务器 成都IBM服务器 成都惠普服务器
