很棒的效果！请教一下，我在复现的时候发现80G A100放不下80的batch_size,是怎么做到80的？另外train_m3e.py这个脚本采用的是PairInBatch，没有用到add_swap_loss。process_zh_datasets.py处理的数据也是Pair格式 about uniem

[hjq133]

之前说的有些问题，我用的是32 张 32G V100，而不是40G A100，batch size 能开到 34。用的是deepspeed的ZERO2/3优化，以及 mix precision 16。那么看上去如果是80G A100的话，似乎是能开到batch size 80的，以下是我的deepspeed config，给你做参考：
deepspeed ZERO2
{ "zero_optimization": { "stage": 2, "allgather_partitions": true, "allgather_bucket_size": 2e8, "overlap_comm": true, "reduce_scatter": true, "reduce_bucket_size": 2e8, "contiguous_gradients": true }, "train_micro_batch_size_per_gpu": "auto" }

deepspeed ZERO3
{ "zero_optimization": { "stage": 3, "offload_optimizer": { "device": "cpu", "pin_memory": true }, "offload_param": { "device": "cpu", "pin_memory": true }, "overlap_comm": true, "contiguous_gradients": true, "reduce_bucket_size": "auto", "stage3_prefetch_bucket_size": "auto", "stage3_param_persistence_threshold": "auto", "sub_group_size": 1e9, "stage3_max_live_parameters": 1e9, "stage3_max_reuse_distance": 1e9, "stage3_gather_16bit_weights_on_model_save": "auto" }, "train_micro_batch_size_per_gpu": "auto" }

[hjq133]

可能得开 ZERO2/3 优化 + mix precision + gradient checkpointing才能扩到那么大。我这里40G A100，fp16 + ZERO2 能开到34，不过似乎也差一点。

[ARSblithe212]

如果开gradient accumulation 就丧失了增大batch_size增加nagetivate sample num的目的了。

[wangyuxinwhy]

有开混合精度吗？在 BatchSize 比较大的时候，开混合精度是会减少显存的使用的。

m3e 的数据格式是 PairRecord ，所以没有 add_swap_loss。在复现 instructor 的时候使用的是 Medi 数据集，Medi 数据集是 TripletRecord ，添加了 swap loss。

[wangyuxinwhy]

如果开gradient accumulation 就丧失了增大batch_size增加nagetivate sample num的目的了。

嗯，他指的是 gradient checkpointing

[wangyuxinwhy]

可能得开 ZERO2/3 优化 + mix precision + gradient checkpointing才能扩到那么大。我这里40G A100，fp16 + ZERO2 能开到34，不过似乎也差一点。

几张卡开的 ZERO2 ?

[ARSblithe212]

如果开gradient accumulation 就丧失了增大batch_size增加nagetivate sample num的目的了。

嗯，他指的是 gradient checkpointing

好的，我试试gradient checkpointing 和开混合精度

[ARSblithe212]

有开混合精度吗？在 BatchSize 比较大的时候，开混合精度是会减少显存的使用的。

m3e 的数据格式是 PairRecord ，所以没有 add_swap_loss。在复现 instructor 的时候使用的是 Medi 数据集，Medi 数据集是 TripletRecord ，添加了 swap loss。

请教你，batch size 80是怎么达到的？

[wangyuxinwhy]

有开混合精度吗？在 BatchSize 比较大的时候，开混合精度是会减少显存的使用的。
m3e 的数据格式是 PairRecord ，所以没有 add_swap_loss。在复现 instructor 的时候使用的是 Medi 数据集，Medi 数据集是 TripletRecord ，添加了 swap loss。

请教你，batch size 80是怎么达到的？

没有其他的优化了，不过可能 instructor 这个 max-length 我可能记混了... max-length 应该是 400。m3e 的是 512 ，复现 instructor 的是 400。你先试试 512 的，如果还是不行的话，再换成 400。实在抱歉，没有好好记录实验的细节。

[ARSblithe212]

有开混合精度吗？在 BatchSize 比较大的时候，开混合精度是会减少显存的使用的。
m3e 的数据格式是 PairRecord ，所以没有 add_swap_loss。在复现 instructor 的时候使用的是 Medi 数据集，Medi 数据集是 TripletRecord ，添加了 swap loss。

请教你，batch size 80是怎么达到的？

没有其他的优化了，不过可能 instructor 这个 max-length 我可能记混了... max-length 应该是 400。m3e 的是 512 ，复现 instructor 的是 400。你先试试 512 的，如果还是不行的话，再换成 400。实在抱歉，没有好好记录实验的细节。

好的 谢谢！

[ARSblithe212]

之前说的有些问题，我用的是32 张 32G V100，而不是40G A100，batch size 能开到 34。用的是deepspeed的ZERO2/3优化，以及 mix precision 16。那么看上去如果是80G A100的话，似乎是能开到batch size 80的，以下是我的deepspeed config，给你做参考： deepspeed ZERO2 { "zero_optimization": { "stage": 2, "allgather_partitions": true, "allgather_bucket_size": 2e8, "overlap_comm": true, "reduce_scatter": true, "reduce_bucket_size": 2e8, "contiguous_gradients": true }, "train_micro_batch_size_per_gpu": "auto" }

deepspeed ZERO3 { "zero_optimization": { "stage": 3, "offload_optimizer": { "device": "cpu", "pin_memory": true }, "offload_param": { "device": "cpu", "pin_memory": true }, "overlap_comm": true, "contiguous_gradients": true, "reduce_bucket_size": "auto", "stage3_prefetch_bucket_size": "auto", "stage3_param_persistence_threshold": "auto", "sub_group_size": 1e9, "stage3_max_live_parameters": 1e9, "stage3_max_reuse_distance": 1e9, "stage3_gather_16bit_weights_on_model_save": "auto" }, "train_micro_batch_size_per_gpu": "auto" }

能否参考一下代码。我用accelerate开deepspeed报错。[email protected] 谢谢