FleetX
ps_doc

分布式训练概述

  • 整体介绍与内容概览

如何设计分布式训练的搭建方案

  • 1. 公有云配置
  • 2. K8S部署
  • 3. 安装Paddle与FleetX

前置基础配置

  • 1. 优化算法

配置分布式训练

  • Collective训练
    • 1. 静态图分布式训练快速开始
    • 2. 性能基准
    • 3. 设计思想综述
    • 4. 性能优化
      • 4.1. OP融合（计算，通信）
      • 4.2. 通信重叠
      • 4.3. 通信拓扑优化
      • 4.4. 通信频率优化
      • 4.5. 自动混合精度
      • 4.6. 减少显(内)存直接申请释放
      • 4.7. NV Dali Reader
      • 4.8. 其他（调节资源的配比、增大bs等）
    • 超大Batch训练
    • 5. 模型并行
    • 6. 流水线并行
    • 7. 二次开发
    • 8. 整体示例
  • ParameterServer训练

高阶内容

  • 1. 大规模蒸馏
  • 2. 自监督训练
  • 3. 弹性训练
  • 4. FleetX扩展工具包

分布式训练FAQ

  • 1. 用户FAQ
FleetX
  • »
  • Collective训练 »
  • 4. 性能优化
  • Edit on GitHub

4. 性能优化¶

性能优化¶

  • 4.1. OP融合（计算，通信）
  • 4.2. 通信重叠
  • 4.3. 通信拓扑优化
  • 4.4. 通信频率优化
  • 4.5. 自动混合精度
  • 4.6. 减少显(内)存直接申请释放
  • 4.7. NV Dali Reader
  • 4.8. 其他（调节资源的配比、增大bs等）
Next Previous

© Copyright 2020, PaddlePaddle. Revision 096aecd7.

Built with Sphinx using a theme provided by Read the Docs.