数据并行与模型并行

数据并行与模型并行
为了加快模型的训练，可以使用分布式计算的思路，把这个大批次分割为很多小批次，使用多个节点进行计算，在每个节点上计算一个小批次，对若干个节点的梯度进行汇总后再加权平均，最终求和就得到了最终的大批次的梯度结果。

 

 

 在上面这个公式中：w是模型的参数；

​ 是采用batch_size = n计算得到的真实梯度。这个公式想要证明的是，可以在不同的节点上分别对n的一部分进行梯度的计算，将各个GPU的梯度进行汇总后的加权平均值。公式中最后一行中，在第k个节点有​个数据，是该节点上计算得到梯度。

 

 ，n个样本数据被分拆到了多个节点上。

其中，，是样本数据i的特征和标签；对于样本数据i，f(，)是前向传播的损失函数。

如果对每个节点上的数据量平分，有：

 

 

 图1. 传统参数服务器工作流程

 

 

 图 2. 不同的训练并行化策略，2(a) 展示了数据并行化训练，2(b) 展示了模型并行化训练

 

 

 图3. 纯GPU参数服务器工作流程

 

 

 图4. 异构参数服务器示意图