verl-project/verl

[FR] Documentation about Resolving OOM

Fechada

#1.014 aberto em 10 de abr. de 2025

Ver no GitHubGuia do colaborador
 (6 comentários) (7 reações) (0 responsável)Python (4.440 forks)auto 404
call for contributiondocumentationgood first issue

Métricas do repositório

Stars
 (23.087 estrelas)
Métricas de merge de PR
 (Mesclagem média 3d 6h) (125 fundiu PRs em 30d)

Description

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

Guia do colaborador

Direção de pesquisa
Investigue problemas existentes relacionados a OOM, por exemplo, #328, para identificar cenários comuns. Para cada configuração listada (gpu memory utilization do rollout, Liger Kernel, max len/gpu, gradient checkpointing, etc.), faça um benchmark de seu efeito no uso de memória e no desempenho do treinamento. Documente as descobertas em um guia estruturado, referenciando arquivos de origem relevantes, como scripts de configuração e loops de treinamento.
Pilha de tecnologia
pythonpytorch
Domain
documentationperformance
Tipo Issue
Documentação
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.
Ativo
ClarityCom que clareza o issue explica a mudança esperada, os critérios de aceitação e a próxima etapa.
Claro
Prerequisites
basic Pythonfamiliarity with PyTorchunderstanding of GPU memory
Simpatia para novatosUma pontuação de 1 a 100 que estima o quão acessível este issue é para colaboradores iniciantes.
70