bigscience-workshop/petals

Allocate all GPU memory on startup

Open

#308 aberto em 24 de abr. de 2023

Ver no GitHub
 (0 comments) (0 reactions) (0 assignees)Python (424 forks)batch import
help wanted

Métricas do repositório

Stars
 (8.248 stars)
Métricas de merge de PR
 (Nenhuma PRs mesclada em 30d)

Description

Suggested by @slush0 on Discord.

It would be great to allocate all GPU memory on startup (including max space for attention cache and max space for intermediate tensors created during backward).

Right now, the memory is allocated on-demand, and people may see OOMs only after a few days of running the server. Allocating everything right away would allows to see OOMs right away and choose a correct number of blocks before leaving a server to run in the background.

Any other way to check if we have enough GPU memory on startup would be also good.

Guia do colaborador

Direção de pesquisa
Investigue a alocação atual de memória GPU sob demanda no código, identifique onde o cache de atenção e tensores intermediários são alocados durante a passagem backward e implemente um mecanismo para pré alocar a memória máxima necessária na inicialização. Considere o uso de pools de memória CUDA ou pré alocação de tensores PyTorch.
Pilha de tecnologia
python
Domain
backendperformance
Tipo Issue
Funcionalidade
DifficultyDificuldade de implementação estimada para um novo contribuidor, de 1 para alterações muito pequenas a 5 para trabalho de nível especializado.
3
Tempo estimadoUm intervalo de tempo aproximado para um colaborador experiente investigar, implementar, testar e preparar um pull request.
1-2 dias
Status da atividadeQuão disponível o issue aparece agora: novo, ativo, obsoleto, bloqueado ou aguardando entrada do mantenedor.
Recente
ClarityCom que clareza o issue explica a mudança esperada, os critérios de aceitação e a próxima etapa.
Claro
Prerequisites
PythonGPU memory management
Simpatia para novatosUma pontuação de 1 a 100 que estima o quão acessível este issue é para colaboradores iniciantes.
50