摘要： 一、数据并行（DP ） 1、概念：相同的模型分布在不同的GPU上，在不同的GPU上使用不同的数据。每一张GPU上有相同的参数，在训练的时候每一个GPU训练不同的数据，相当于增大了训练时候的batch_size。 数据并行基于一个假设：所有节点都可以放下整个模型。这个假设在某些模型上（如GPT3）是不 阅读全文