成都中小企业申请网站百度网页版链接

DDP与FSDP：分布式训练技术全解析

DDP（Distributed Data Parallel）和 FSDP（Fully Sharded Data Parallel）均为用于深度学习模型训练的分布式训练技术，二者借助多 GPU 或多节点来提升训练速度。

1. DDP（Distributed Data Parallel）

实现原理

• 数据并行：把相同的模型复制到各个设备（GPU/节点）上，同时将数据划分成多个批次，每个设备处理其中一个批次。
• 梯度同步：在每个训练步骤完成后，所有设备会对梯度进行汇总并取平均，以此保证模型参数的一致性。
• 通信后端：一般会采用 NCCL（用于 GPU）或者 Gloo（用于 CPU）作为通信后端。