研究团队开发开源大模型训练框架

要点:密歇根大学的研究团队开发了一种名为Oobleck的开源大型模型训练框架，利用管道模板的概念，提供了快速而有保障的故障恢复，避免训练吞吐量下降。Oobleck的设计核心是管道模板，这是针对给定节点数量的训练管道执行的规范，用于实例化管道副本。这些模板在逻辑上等效（可以一起用于训练相同的模型），但在物理上是异构的(使用不同数量的节点)，从而在保障容错性的同时提供高吞吐量和快速恢复。