在大型的计算集群中,往往有成千上万张GPU卡。如何将这些卡构成的算力集群分配给不同的租户,执行租户各自的计算任务,并实现租户之间的资源隔离和故障隔离呢?这就是算力分配与调度系统的功能了。
最简单的算力分配与调度方式是虚拟化,也就是在一台物理机上运行一台或多台虚拟机,每台虚拟机上分配一张或多张GPU卡。这种方式需要将一个PCI-E设备直通给虚拟机,也就是将PCI-E设备的配置空间、IO bar指向的物理地址、以及DMA所需要的内存地址空间均映射给虚拟机使用,并将GPU卡的中断映射给虚拟机使用。由于在ARM下,这种映射需要软件处理,还会带来一部分性能的下降。
由于应用的云原生化是大势所趋,为了满足给容器分配GPU的需求,NVidia为Kubernetes增加了device-plugin机制,实现了将一个设备(不一定是GPU设备,甚至不一定是PCI-E设备)直通给容器。
但是,对于推理等场景,有可能一个应用并不需要一整个GPU进行计算,而可以将一个GPU共享给多个应用使用。这就是所谓的GPU虚拟化。GPU虚拟化有时分复用和空分复用两种方式。最初的vCUDA技术和GRID vGPU技术属于所谓的时分复用,也就是在虚拟机的CUDA层或宿主机的GPU驱动层拦截CUDA调用,并分配物理GPU的时间片进行计算。
这种时分复用的方式对性能影响很大,因此,AMD另辟蹊径,使用SRIOV方式对GPU进行空分复用。但由于这种方式无法实现故障隔离,一个SRIOV虚拟实例可以随便访问其他实例的数据,甚至损坏其他实例的数据,存在严重的安全隐患,因此NVidia在MIG(Multiple Instance GPU)中解决了这一问题。MIG的缺陷在于,只有高端的H100等训练卡才支持这一功能。
另一条GPU虚拟化的思路则是利用容器技术进行虚拟化。腾讯TKE的早期版本使用了类似vCUDA的实现思路,而阿里云的cGPU则直接对NVidia的GPU驱动进行了逆向工程,使用所谓内核劫持方式,对容器呈现虚拟的GPU设备,在容器工作节点上调度算力,从而减少了性能损耗。
但是,阿里云cGPU也有一些缺陷,如无法绝对避免资源的挤占,不能实现真正的公平调度。而腾讯云qGPU就实现了这些能力,做到了真正的运营级GPU调度。
GPU的指令集是图灵完备的,不但支持加减乘除等算术指令,还具备判断、分支、循环、调用、返回等指令。GPU与CPU内部最大的差异是,CPU的每个核/线程都拥有自己的指令译码和发射单元,但GPU是每个线程束才有一个指令译码/发射单元的。这就导致,如果一个线程束中一部分CUDA核与另一部分CUDA核走到了不同的分支,会使得并行执行变成串行执行。
在GPU中还提供了线程同步指令,如指令同步和内存屏障,保证在所有线程执行到这一指令后再继续,或在这一指令前的所有写内存事务都完成。
GPU对内存的访问并不是直接进行的,而是有类似CPU的寄存器-缓存-内存组织结构。GPU的设计者考虑到减少上下文切换时,将寄存器内容压入到内存堆栈的开销,为GPU设计了较大的寄存器容量,其大小和L1缓存相当。GPU的各个SM还有共享的L2缓存,作为访问内存前的最后一道防线。
GPU中,除了CUDA Core和Tensor Core以外,实际上还有SFU,用于快速计算一些无理函数和超越函数的值,而不需要让CUDA核计算麦克劳林展开。
如何系统的去学习大模型LLM ?
大模型时代,火爆出圈的LLM大模型让程序员们开始重新评估自己的本领。 “AI会取代那些行业
?”“谁的饭碗又将不保了?
”等问题热议不断。
事实上,抢你饭碗的不是AI,而是会利用AI的人。
继科大讯飞、阿里、华为
等巨头公司发布AI产品后,很多中小企业也陆续进场!超高年薪,挖掘AI大模型人才! 如今大厂老板们,也更倾向于会AI的人,普通程序员,还有应对的机会吗?
与其焦虑……
不如成为「掌握AI工具的技术人
」,毕竟AI时代,谁先尝试,谁就能占得先机!
但是LLM相关的内容很多,现在网上的老课程老教材关于LLM又太少。所以现在小白入门就只能靠自学,学习成本和门槛很高。
针对所有自学遇到困难的同学们,我帮大家系统梳理大模型学习脉络,将这份 LLM大模型资料
分享出来:包括LLM大模型书籍、640套大模型行业报告、LLM大模型学习视频、LLM大模型学习路线、开源大模型学习教程
等, 😝有需要的小伙伴,可以 扫描下方二维码领取🆓↓↓↓
一、LLM大模型经典书籍
AI大模型已经成为了当今科技领域的一大热点,那以下这些大模型书籍就是非常不错的学习资源。
二、640套LLM大模型报告合集
这套包含640份报告的合集,涵盖了大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师,还是对AI大模型感兴趣的爱好者,这套报告合集都将为您提供宝贵的信息和启示。(几乎涵盖所有行业)
三、LLM大模型系列视频教程
四、LLM大模型开源教程(LLaLA/Meta/chatglm/chatgpt)
LLM大模型学习路线 ↓
阶段1:AI大模型时代的基础理解
-
目标:了解AI大模型的基本概念、发展历程和核心原理。
-
内容:
- L1.1 人工智能简述与大模型起源
- L1.2 大模型与通用人工智能
- L1.3 GPT模型的发展历程
- L1.4 模型工程
- L1.4.1 知识大模型
- L1.4.2 生产大模型
- L1.4.3 模型工程方法论
- L1.4.4 模型工程实践
- L1.5 GPT应用案例
阶段2:AI大模型API应用开发工程
-
目标:掌握AI大模型API的使用和开发,以及相关的编程技能。
-
内容:
- L2.1 API接口
- L2.1.1 OpenAI API接口
- L2.1.2 Python接口接入
- L2.1.3 BOT工具类框架
- L2.1.4 代码示例
- L2.2 Prompt框架
- L2.3 流水线工程
- L2.4 总结与展望
阶段3:AI大模型应用架构实践
-
目标:深入理解AI大模型的应用架构,并能够进行私有化部署。
-
内容:
- L3.1 Agent模型框架
- L3.2 MetaGPT
- L3.3 ChatGLM
- L3.4 LLAMA
- L3.5 其他大模型介绍
阶段4:AI大模型私有化部署
-
目标:掌握多种AI大模型的私有化部署,包括多模态和特定领域模型。
-
内容:
- L4.1 模型私有化部署概述
- L4.2 模型私有化部署的关键技术
- L4.3 模型私有化部署的实施步骤
- L4.4 模型私有化部署的应用场景
这份 LLM大模型资料
包括LLM大模型书籍、640套大模型行业报告、LLM大模型学习视频、LLM大模型学习路线、开源大模型学习教程
等, 😝有需要的小伙伴,可以 扫描下方二维码领取🆓↓↓↓