verl-project/verl

[FR] Documentation about Resolving OOM

Geschlossen

#1.014 geöffnet am 10.04.2025

Auf GitHub ansehenContributor Guide
 (6 Kommentare) (7 Reaktionen) (0 zugewiesene Personen)Python (4.440 Forks)auto 404
call for contributiondocumentationgood first issue

Repository-Metriken

Stars
 (23.087 Sterne)
PR-Merge-Metriken
 (Durchschn. Merge 3T 6h) (125 gemergte PRs in 30 T)

Beschreibung

Motivation

There are many issues related to OOM, e.g. #328 . We might need a clear guide about how to resolve OOM.

Plan

A non-exclusive enumeration about related configurations:

  1. Rollout：gpu_memory_utilization
  2. Other Inference：
    1. Liger Kernel
    2. *_max_len_per_gpu / micro_batch_size_per_gpu
  3. Training:
    1. Liger Kernel
    2. Ulysses Sequence Parallelism
    3. gradient checkpointing
    4. offload

TODO

  • Complete the list of related configurations
  • Benchmark the effect & overhead of each configuration

Contributor Guide

Research-Richtung
Untersuche bestehende OOM bezogene Probleme, z. B. #328, um häufige Szenarien zu identifizieren. Für jede aufgeführte Konfiguration (gpu memory utilization von rollout, Liger Kernel, max len/gpu, Gradient Checkpointing usw.) messe deren Auswirkungen auf die Speichernutzung und die Trainingsleistung. Dokumentiere die Ergebnisse in einem strukturierten Leitfaden und verweise dabei auf relevante Quelldateien wie Konfigurationsskripte und Trainingsschleifen.
Tech Stack
pythonpytorch
Domain
documentationperformance
Issue Type
Dokumentation
SchwierigkeitGeschätzte Implementierungsschwierigkeit für neue Contributors, von 1 für sehr kleine Änderungen bis 5 für Expertenarbeit.
3
Geschätzte ZeitEin grober Zeitrahmen, um zu recherchieren, zu implementieren, zu testen und einen Pull Request vorzubereiten.
1-2 Tage
AktivitätsstatusWie verfügbar das Issue gerade wirkt: frisch, aktiv, stale, blockiert oder wartet auf Maintainer-Input.
Aktiv
KlarheitWie klar das Issue die erwartete Änderung, Akzeptanzkriterien und den nächsten Schritt erklärt.
Klar
Voraussetzungen
basic Pythonfamiliarity with PyTorchunderstanding of GPU memory
EinsteigerfreundlichkeitEin Score von 1 bis 100, der schätzt, wie zugänglich dieses Issue für First-Time Contributors ist.
70