隨著人工智能領(lǐng)域?qū)λ懔Φ男枨蟪尸F(xiàn)指數(shù)級增長，大智算集群已成為模型訓(xùn)練不可或缺的基礎(chǔ)設(shè)施。這一趨勢的背后，是模型參數(shù)與數(shù)據(jù)量的不斷膨脹，驅(qū)動著算力需求的急劇上升。從GPT、Llama到Grok等主流模型的發(fā)展歷程中，算力需求的增長尤為顯著，Grok-4等最新模型的算力需求已較早期模型提升了近千倍。BcA28資訊網(wǎng)——每日最新資訊28at.com

在大規(guī)模集群訓(xùn)練的場景下，算力需求的增長帶來了前所未有的挑戰(zhàn)。以DeepSeek、Kimi K2及GPT-4等模型為例，其訓(xùn)練所需的算力及時間成本均極為高昂。即便是采用高性能的英偉達(dá)H100集群，訓(xùn)練這些模型也需耗費數(shù)十天乃至數(shù)百天的時間。因此，單純依靠擴(kuò)大集群規(guī)模已難以滿足當(dāng)前的算力需求，亟需探索新的解決方案。BcA28資訊網(wǎng)——每日最新資訊28at.com

在這一背景下，低精度訓(xùn)練成為了提升訓(xùn)練效率的關(guān)鍵途徑。從FP32到FP16，再到如今的FP8，精度的降低帶來了算力的顯著提升。然而，精度的下降也伴隨著模型效果的損失。如何在精度與算力之間找到平衡點，成為了業(yè)界關(guān)注的焦點。摩爾線程副總裁王華在WAIC2025期間的摩爾線程技術(shù)分享日上，以《基于FP8的國產(chǎn)萬卡訓(xùn)練》為主題，分享了摩爾線程在這一領(lǐng)域的創(chuàng)新與思考。BcA28資訊網(wǎng)——每日最新資訊28at.com

王華指出，通過引入精度參數(shù)，可以構(gòu)建新的Scaling Law模型，從而在參數(shù)量、數(shù)據(jù)量與精度之間找到最優(yōu)配置。實驗結(jié)果表明，F(xiàn)P8成為了精度與算力之間的最佳平衡點。然而，低精度訓(xùn)練也面臨著諸多挑戰(zhàn)，如數(shù)值范圍小、易上溢下溢等問題。為解決這些問題，摩爾線程采用了混合精度訓(xùn)練等技術(shù)手段，對非敏感部分采用FP8進(jìn)行計算，而對敏感部分則繼續(xù)使用高精度。BcA28資訊網(wǎng)——每日最新資訊28at.com

BcA28資訊網(wǎng)——每日最新資訊28at.com

在軟硬件支持方面，摩爾線程提供了全棧的完整解決方案。硬件上，其GPU支持從FP64到FP8的全精度算力；軟件上，摩爾線程推出了Torch-MUSA、MT-MegatronLM及MT-TransformerEngine等開源框架，這些框架均支持FP8混合精度訓(xùn)練，并實現(xiàn)了對FP8數(shù)據(jù)類型的完整支持。在此基礎(chǔ)上，摩爾線程成功復(fù)現(xiàn)了DeepSeek-V3的整個訓(xùn)練過程，成為業(yè)內(nèi)率先能復(fù)現(xiàn)DeepSeek滿血版訓(xùn)練的廠商。BcA28資訊網(wǎng)——每日最新資訊28at.com

王華還分享了摩爾線程在FP8訓(xùn)練上的探索與實驗。在scaling factor的選擇及outlier的影響等方面，摩爾線程進(jìn)行了深入的研究，并提出了有效的解決方案。例如，在scaling factor的選擇上，摩爾線程采用了Per-Tensor及JIT動態(tài)的scaling factor選擇策略；在降低outlier影響方面，則采用了Smooth SwiGLU等技術(shù)手段。BcA28資訊網(wǎng)——每日最新資訊28at.com

在大規(guī)模集群訓(xùn)練方面，摩爾線程同樣取得了顯著的進(jìn)展。為提高集群訓(xùn)練的可靠性，摩爾線程引入了起飛檢查、飛行檢查及落地檢查等訓(xùn)練生命周期管理措施。同時，針對慢節(jié)點及容錯訓(xùn)練等問題，摩爾線程也提出了相應(yīng)的解決方案。例如，在慢節(jié)點檢測方面，摩爾線程通過起飛檢查階段的小工作負(fù)載測試及訓(xùn)練過程中的通信執(zhí)行時間監(jiān)測等手段，有效識別并解決了慢節(jié)點問題；在容錯訓(xùn)練方面，則采用了動態(tài)摘除故障節(jié)點等策略，確保了集群訓(xùn)練的持續(xù)穩(wěn)定運行。BcA28資訊網(wǎng)——每日最新資訊28at.com

BcA28資訊網(wǎng)——每日最新資訊28at.com

王華的分享不僅展示了摩爾線程在FP8低精度訓(xùn)練及大規(guī)模集群訓(xùn)練方面的創(chuàng)新成果，也為業(yè)界提供了寶貴的參考與借鑒。隨著人工智能技術(shù)的不斷發(fā)展，摩爾線程將繼續(xù)深耕這一領(lǐng)域，為人工智能的未來發(fā)展貢獻(xiàn)更多力量。BcA28資訊網(wǎng)——每日最新資訊28at.com

本文鏈接：http://www.tebozhan.com/showinfo-26-175375-0.html摩爾線程王華解析：大智算集群時代，F(xiàn)P8精度與集群可靠性助力萬億模型訓(xùn)練

聲明：本網(wǎng)頁內(nèi)容旨在傳播知識，若有侵權(quán)等問題請及時與本網(wǎng)聯(lián)系，我們將在第一時間刪除處理。郵件：2376512515@qq.com

上一篇： 2025世界機(jī)器人大會啟幕：科技創(chuàng)新引領(lǐng)，共筑機(jī)器人產(chǎn)業(yè)新生態(tài)

下一篇： 庫克接任蘋果CEO時長破紀(jì)錄，超越喬布斯成歷史最長任期CEO