DeepSpeed Huggingface模型的自动Tensor并行

本文主要是介绍DeepSpeed Huggingface模型的自动Tensor并行，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

推理阶段。在后台，1. DeepSpeed会把运行高性能kernel(kernel injection)，加快推理速度，这些对用户是透明的； 2. DeepSpeed会根据mp_size来将模型放置在多个GPU卡上，自动模型并行；

import os
import torch
import transformers
import deepspeed
local_rank = int(os.getenv("LOCAL_RANK", "0"))
world_size = int(os.getenv("WORLD_SIZE", "1"))
# create the model pipeline
pipe = transformers.pipeline(task="text2text-generation", model="google/t5-v1_1-small", device=local_rank)
# Initialize the DeepSpeed-Inference engine
pipe.model = deepspeed.init_inference(pipe.model,mp_size=world_size,dtype=torch.float
)
output = pipe('Input String')

这篇关于DeepSpeed Huggingface模型的自动Tensor并行的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！

---