我们常说 ， 现在很多人工智能项目程序考验的是钞能力 ， 没钱堆显卡硬件 ， 根本就无法训练哪怕稍微大一点的深度学习模型 。 特别是现在大模型越来越流行 ， 越来越多了 。 虽然我们普通人能站在巨人的肩膀上 ， 用很多大厂或高手开源出来的预训练模型 ， 不过机智客觉得我们更多情况下 ， 自己都是受制于自己的硬件条件的 。 比如同等型号类型（比如同为某型号的super或Ti）我们是10系列显卡 ， 那么有些要求20系列显卡的应用或深度学习项目就做不了 ， 如果是20系列显卡 ， 肯定在某些项目中 ， 比不上30系列显卡 。
显卡 ， 不仅是那些广大普通劳动人民游戏党们心中的痛 ， 也是我们广大普通劳动人民调参侠AI爱好者心中的痛 。 不同的是 ， 游戏界的兄弟姐妹们 ， 面对显卡桎梏 ， 估计“没的救” ， 而对于深度学习爱好者们 ， 估计还有得救 。 比如机智客看到报道的这个国产的名为Colossal-AI的项目 。 这货 ， 让你的显卡做原来做不了的事 ， 训练原来训练不了的项目 。 没错 ， 它是一个“加速器”：整合了多种深度学习并行方法的AI系统 。

这个项目在多维并行、大规模优化、自适应任务调度、消除冗余内存等方面拥有独特的功能优势 。 机智客看相关资料显示 ， 这个也就是说 ， 在以往数据并行、流水并行、张量并行基础上 ， 添加了自研的2维/2.5维/3维张量并行方法 ， 以及序列并行实现 。 而自研LAMB、LARS等大规模优化器 ， 解决了泛化误差问题 。 通过演化算法 ， Colossal-AI动态地优化调度决策 ， 提升GPU利用率 。 另外在消除冗余内存方面 ， 它使用zero redundancy optimizer技术 ， 通过切分优化器状态、梯度、模型参数 ， 使GPU仅保存当前计算所需的部分 ， 从而来消除数据并行、模型并行中存在的内存冗余 。 同样 ， 在面对传统大模型难以部署的问题 ， 它也可以仅使用少量GPU资源实现低成本部署大模型 。
不仅如此 ， 这个项目还既考虑到了现在让很多人诟病的能耗问题 ， 又顾及到了使用者的体验问题也就是易用性问题 。 比如尽可能减少数据移动量 ， 比如仅修改少量代码 ， 就能将已有的单机代码快速扩展到并行计算集群上 。
回到现实测试环境 ， 在同等情况下训练GPT-3 ， Colossal-AI这货能将训练速度提高10.7% 。 通过系统优化 ， 还能用比之前少几十块的GPU资源（比如从之前的128块 ， 降低到96块）实现几乎同样的速度 。 要知道 ， 这可是大模型啊 。
【让你的2060显卡当3080用？这个国产AI加速项目有点猛】别的我们接触的少 ， 用我们以前用过的GPT-2来举例子看看 ， 据了解 ， 研究人员仅用了256块GPU ， 耗时82.8小时就将15亿参数的GPT-2训练完成了 ， 而更大的GPU规模呢 ， 岂不是四五十个小时就能搞定了 。 是不是比较卓越？最后回到标题 ， 当然了 ， 机智客说让我们的2060显卡当3080显卡用 ， 面对本文提及的项目似乎并无意义 ， 不过这样的AI项目 ， 的确是在降低我们的硬件成本和时间成本 。 虽然对单个的显卡 ， 而当我们切换到生产环境中以后 ， 类似这样的AI项目就是在让我们GPU资源的利用提升了一个高度 ， 以往不能训练的 ， 现在可以训练了 。 如此AI ， 岂不快哉 。