CN115730681A - 模型训练方法、装置、设备以及存储介质 - Google Patents

Abstract

本公开提供了一种模型训练方法、装置、设备以及存储介质，涉及计算机技术领域，尤其涉及人工智能、深度学习分布式计算等技术领域。具体实现方案为：获取并行策略数据和至少一个候选节点的候选节点标识，其中，并行策略数据包括多维数组，多维数组中记录有多个节点标识；根据至少一个候选节点的候选节点标识在多维数组中的维度位置，与至少一个候选节点建立至少一个通信组，其中，维度位置包括多个位置值，多个位置值与多个维度一一对应；以及根据至少一个通信组，执行模型训练操作。

Description

模型训练方法、装置、设备以及存储介质

技术领域

本公开涉及计算机技术领域，尤其涉及人工智能、深度学习分布式计算等技术领域。

背景技术

近年来，由于大模型(Foundation Model)在各种应用任务中的卓越表现，大模型被应用于越来越多的实际场景中。由于大模型的参数量和训练数据量较大，需要使用对应的并行策略来加速整个训练过程，从而达到缩短训练时间的目的。

发明内容

本公开提供了一种模型训练方法、装置、设备、存储介质以及程序产品。

根据本公开的一方面，提供了一种模型训练方法，包括：获取并行策略数据和至少一个候选节点的候选节点标识，其中，所述并行策略数据包括多维数组，所述多维数组中记录有多个节点标识；根据所述至少一个候选节点的候选节点标识在所述多维数组中的维度位置，与所述至少一个候选节点建立至少一个通信组，其中，所述维度位置包括多个位置值，所述多个位置值与多个维度一一对应；以及根据所述至少一个通信组，执行模型训练操作。

根据本公开的另一方面，提供了一种模型训练装置，包括：获取模块，用于获取并行策略数据和至少一个候选节点的候选节点标识，其中，所述并行策略数据包括多维数组，所述多维数组中记录有多个节点标识；建立模块，用于根据所述至少一个候选节点的候选节点标识在所述多维数组中的维度位置，与所述至少一个候选节点建立至少一个通信组，其中，所述维度位置包括多个位置值，所述多个位置值与多个维度一一对应；以及执行模块，用于根据所述至少一个通信组，执行模型训练操作。

本公开的另一个方面提供了一种电子设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行本公开实施例所示的方法。

根据本公开实施例的另一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行本公开实施例所示的方法。

根据本公开实施例的另一方面，提供了一种计算机程序产品，包括计算机程序/指令，其特征在于，该计算机程序/指令被处理器执行时实现本公开实施例所示方法的步骤。

应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

附图说明

附图用于更好地理解本方案，不构成对本公开的限定。其中：

图1是根据本公开实施例的模型训练方法、装置、电子设备和存储介质的应用场景示意图；

图2示意性示出了根据本公开的实施例的模型训练方法的流程图；

图3示意性示出了根据本公开的实施例的与至少一个候选节点建立至少一个通信组的方法的流程图；

图4示意性示出了根据本公开的实施例的与至少一个候选节点建立至少一个第一通信组的方法的流程图；

图5示意性示出了根据本公开另一实施例的与至少一个候选节点建立至少一个通信组的方法的流程图；

图6示意性示出了根据本公开另一实施例的与至少一个候选节点建立至少一个第二通信组的方法的流程图；

图7示意性示出了根据本公开另一实施例的与至少一个候选节点建立至少一个通信组的方法的流程图；

图8示意性示出了根据本公开实施例的模型训练装置的框图；以及

图9示意性示出了可以用来实施本公开的实施例的示例电子设备的框图。

具体实施方式

以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。

并行策略(Parallel Strategy)例如可以包括数据并行、张量并行、流水并行等，这些并行策略分别针对大模型训练过程中的不同维度进行切分，比如数据并行是对大规模的训练数据进行切分，张量并行是对模型的参数进行切分，流水并行是对模型按层进行切分等。这些并行策略本质上是将每个计算资源对应的节点组织成不同的通信组，同一个通信组中的节点通过通信来交换模型参数信息。在比较复杂的情况下，多种并行策略可以被组合使用，形成混合并行策略，比如3D(三维)混合并行，是将数据并行、张量并行、流水并行三者正交混合。

随着大模型在更多应用场景上的落地，新的并行策略层出不穷，比如应用在蛋白质任务上的BP(Back Propagation，后向传播)、DAP(Direct attribute prediction，直接属性预测)等并行策略，对于深度学习框架来说，如何有效的组合这些并行策略，让它在支持常见组合并行策略的同时，也具有较好的扩展性，后续能随着大模型上并行策略的发展，支持用户灵活的增加自定义的并行策略尤为重要。

以下将结合图1对本公开提供的模型训练方法和装置的应用场景进行描述。

图1是根据本公开实施例的模型训练方法、装置、电子设备和存储介质的应用场景示意图。需要注意的是，图1所示仅为可以应用本公开实施例的系统架构的示例，以帮助本领域技术人员理解本公开的技术内容，但并不意味着本公开实施例不可以用于其他设备、系统、环境或场景。

如图1所示，该应用场景100包括计算节点101、102、103、104、105、106、107、108。

根据本公开的实施例，计算节点101、102、103、104、105、106、107、108可以包括CPU(中央处理器)、GPU(图形处理器)等等。计算节点101、102、103、104可以用于执行模型训练中的计算操作。计算节点101、102、103、104、105、106、107、108之间可以进行通信，以发送或接收数据。例如，计算节点101、102、103、104、105、106、107、108可以接收来自其他节点的计算数据，根据该计算数据执行本地的计算。另外，计算节点101、102、103、104、105、106、107、108也可以将本地计算得到的计算结果发送给其他节点。

根据本公开的实施例，可以将计算节点101、102、103、104、105、106、107、108分为多个通信组。每个通信组内的计算节点可以相互通信，用于传递计算数据等。例如，本实施例中，计算节点101、102、103、104可以分为一个通信组A。计算节点105、106、107、108可以分为另一个通信组B。另外，通信组可以融合，构成一个更大的通信组。例如，可以将通信组A和通信组B融合，得到通信组C。

在本公开的技术方案中，所涉及的用户个人信息的收集、存储、使用、加工、传输、提供、公开和应用等处理，均符合相关法律法规的规定，采取了必要保密措施，且不违背公序良俗。

在本公开的技术方案中，在获取或采集用户个人信息之前，均获取了用户的授权或同意。

以下将结合图2对本公开提供的模型训练方法进行描述。

图2示意性示出了根据本公开的实施例的模型训练方法的流程图。该方法例如可以应于与上文所示的计算节点，以下简称节点。

如图2所示，该模型训练方法200包括在操作S210，获取并行策略数据和至少一个候选节点的候选节点标识。

根据本公开实施例，并行策略数据可以用于表示节点之间的并行策略，根据并行策略可以将节点分为一个或多个通信组，基于通信组来进行并行计算，以对模型进行训练。并行策略数据可以包括多维数组，多维数组中可以记录有多个节点标识。本实施例中，可以根据多维数组中记录的多个节点标识来划分通信组。

根据本公开实施例，候选节点可以为本地节点之外的其他任意节点。候选节点的数量可以是一个也可以为多个。

然后，在操作S220，根据至少一个候选节点的候选节点标识在多维数组中的维度位置，与至少一个候选节点建立至少一个通信组。

根据本公开的实施例，维度位置可以用于表示节点在通信组中的位置。维度位置可以包括多个位置值，多个位置值与多个维度一一对应。例如，多维数组的维度数为n，其中，n为正整数，则对应的维度位置可以包括n个位置值，每个位置值对应于一个维度。

以三维数组为例，三维数组可以为array[num1][num 2][num 3]，其中，array可以为数组名，num 1可以为第一维度包含的数据数量，num 2可以为第二维度包含的数据数量，num3可以为第三维度包含的数据数量。维度位置可以为(x，y，z)，其中，x为第一维度的位置值，y为第二维度的位置值，z为第三维度的位置值。

在操作S230，根据至少一个通信组，执行模型训练操作。

根据本公开的实施例，在执行模型训练操作的过程中，同属一个通信组的节点之间可以通信，例如可以传输计算结果、模型参数等数据。

根据本公开的实施例，并行策略数据中的多维数组可以表示多个并行策略，每个维度可以对应一个并行策略，相应地，也对应于该并行策略的分组方式。用户可以根据实际场景，选择使用并行策略数据中的任意一个或多个并行策略，从而搭建得到定制的并行策略。通过多维数组来构建并行策略，灵活性较高和另外具有可扩展性。

示例性地，以3D混合并行策略为例，3D混合并行策略中将数据并行策略、张量并行策略、流水并行策略三者正交混合。基于此，可以为3D混合并行策略配置并行策略数据，该并行策略数据中可以包括三维数组，三维数组的三个维度分别对应数据并行策略、张量并行策略和流水并行策略。例如，三维数组的第一维度可以对应数据并行策略，第二维度可以对应张量并行策略，第三维度可以对应流水并行策略。节点可以根据该三维数组的第一维度，建立第一通信组。根据该三维数组的第二维度，建立第二通信组。根据该三维数组的第三维度，建立第三通信组。在训练模型的过程中，在第一通信组中执行数据并行策略，即对大规模的训练数据进行切分，得到多个子训练数据，分别发送给第一通信组中的多个节点，每个节点对应一个子训练数据。在第二通信组中执行张量并行策略，即对模型的参数进行切分，得到多个子参数，分别发送给第二通信组中的多个节点，每个节点对应一个子参数。在第三通信组中执行流水线并行策略，即对模型按层进行切分，得到多个层，分配给第三通信组中的多个节点，每个节点负责该层所对应的计算操作。

示例性地，本实施例中，并行策略数据可以为对象(object)数据结构。该对象中可以包括多维数组，通过多维数组来表示节点之间的并行策略，即分组方式。根据本公开的另一实施例，还可以预先编写基类，在该基类中可以包括用于实现通信组管理的各种基类方法(function)。例如，基类方法可以包括用于获取通信组中节点的节点标识的方法、用于获取通信组中节点位置的方法、用于获取通信组中节点数量的方法等。基于此，并行策略数据可以继承该基类，从而可以使用各种通信组管理的基类方法。

以下将结合图3对本公开提供的根据至少一个候选节点的候选节点标识在多维数组中的维度位置，与至少一个候选节点建立至少一个通信组的方法进行描述。

图3示意性示出了根据本公开的实施例的与至少一个候选节点建立至少一个通信组的方法的流程图。

如图3所示，该与至少一个候选节点建立至少一个通信组的方法320包括在操作S321，确定本地节点的本地节点标识在多维数组中的第一维度位置。

根据本公开的实施例，第一维度位置为本地节点标识在多维数组中的维度位置。

在操作S322，确定每个候选节点标识在多维数组中的第二维度位置。

根据本公开的实施例，第二维度位置为候选节点标识在多维数组中的维度位置。每个候选节点标识可以对应于一个第二维度位置。需要说明的是，如果候选节点标识没有在多维数组中，则可以将其删除，不再参与后续操作。

在操作S323，根据第一维度位置和第二维度位置，与至少一个候选节点建立至少一个第一通信组。

根据本公开的实施例，例如可以确定与第一维度位置匹配的第二维度位置，作为目标第二维度位置，然后与该目标第二维度位置对应的候选节点建立通信组。

以下将结合图4对本公开提供的根据第一维度位置和第二维度位置，与至少一个候选节点建立至少一个第一通信组的方法进行描述。

图4示意性示出了根据本公开的实施例的与至少一个候选节点建立至少一个第一通信组的方法的流程图。

如图4所示，该与至少一个候选节点建立至少一个第一通信组的方法4230包括在操作S4231，针对多维数组的多个维度中的每个维度，确定在维度上与第一维度位置具有相同位置值的第二维度位置，作为目标第二维度位置。

在操作S4232，确定目标第二维度位置所对应的候选节点，作为第一候选节点，得到至少一个第一候选节点。

在操作S4233，与至少一个第一候选节点建立第一通信组。

根据本公开的实施例，本地节点可以通过与至少一个第一候选节点建立连接，从而组成一个通信组，即第一通信组。

以二维数组array[2][3]为例，该二维数组中每个元素记录的节点标识和对应的维度位置可以如表1所示。

数组中的元素	维度位置	记录的节点标识
			array[0][0]	(0，0)	0
array[0][1]	(0，1)	1
			array[0][2]	(0，2)	2
array[1][0]	(1，0)	3
			array[1][1]	(1，1)	4
array[1][2]	(1，2)	5

表1

示例性地，本实施例中本地节点的节点标识可以为1，候选节点的标识可以包括0、2和4。通过节点标识查找表1可以确定，本地节点的维度位置为(0，1)，候选节点0的维度位置为(0，0)，候选节点2的维度位置为(0，2)，候选节点4的维度位置为(0，1)。

基于此，由于本地节点的维度位置的第一位(即第一维度的位置值)为0，可以确定维度位置的第一位同为0的候选节点0和候选节点2，作为一组第一候选节点。然后本地节点与候选节点0和候选节点2建立通信组。另外，本地节点的维度位置的第二位(即第二维度的位置值)为1，可以确定维度位置的第二位同为1的候选节点4，作为另一组第一候选节点。然后本地节点与候选节点4建立另一组通信组。

根据本公开的另一实施例，并行策略数据中的多维数组中还可以嵌套多维数组，即子多维数组，可以将子多维数组作为多维数组中的一个元素。通过在多维数组中嵌套多维数组，可以将多个并行策略融合，从而创建更为复杂的并行策略。根据本公开的实施例，多维数组中可以嵌套一个多维数组，也可以嵌套多个多维数组，多维数组可以嵌套一层子多维数据，也可以嵌套多层子多维数组，即每个子多维数组还可以继续嵌套子多维数组。

以下将结合图5对本公开提供的根据至少一个候选节点的候选节点标识在多维数组中的维度位置，与至少一个候选节点建立至少一个通信组的方法进行描述。

图5示意性示出了根据本公开另一实施例的与至少一个候选节点建立至少一个通信组的方法的流程图。

如图5所示，该与至少一个候选节点建立至少一个通信组的方法520包括在操作S521，确定子多维数组是否记录有本地节点标识。在子多维数组没有记录本地节点标识的情况下，执行操作S522～S524。在子多维数组记录有本地节点标识的情况下，则执行操作S525～S529。

在操作S522，根据第一维度位置和第二维度位置，与至少一个候选节点建立至少一个第一通信组。

在操作S523，确定每个候选节点标识在多维数组中的第二维度位置。

在操作S524，确定本地节点的本地节点标识在多维数组中的第一维度位置。

根据本公开的实施例，操作S522～S524例如可以参考上文，在此不再赘述。

在操作S525，确定本地节点的本地节点标识在子多维数组中的第三维度位置。

根据本公开的实施例，第三维度位置可以为本地节点标识在子多维数组中的维度位置。

在操作S526，确定每个候选节点标识在子多维数组中的第四维度位置。

根据本公开的实施例，第四维度位置可以为候选节点标识在子多维数组中的维度位置。

在操作S527，根据第三维度位置和第四维度位置，与至少一个候选节点建立至少一个第二通信组。

根据本公开的实施例，子多维数组可以用于表示被嵌套的并行策略。根据第三维度位置和第四维度位置，与至少一个候选节点建立至少一个第二通信组，也即根据该被嵌套的并行策略，来划分通信组。

在操作S528，在至少一个候选节点标识中确定记录于子多维数组中的至少一个第一候选节点标识。

在操作S529，与至少一个第一候选节点标识对应的第一候选节点标识建立一个第三通信组。

根据本公开的实施例，同属一个子多维数组中的节点标识所对应的维度位置必定有一位是相同的，因此，子多维数组所记录的节点均属于同一个通信组。该通信组还可以作为一个整体应用上述规则，与其他节点或其他通信组再建立更大的通信组。

以下将结合图6对本公开提供的根据第三维度位置和第四维度位置，与至少一个候选节点建立至少一个第二通信组的方法进行描述。

图6示意性示出了根据本公开另一实施例的与至少一个候选节点建立至少一个第二通信组的方法的流程图。

如图6所示，该与至少一个候选节点建立至少一个第一通信组的方法6230包括在操作S6231，针对子多维数组的多个维度中的每个维度，确定在维度上与第三维度位置具有相同位置值的第四维度位置，作为目标第四维度位置。

在操作S6232，确定目标第四维度位置所对应的候选节点，作为第三候选节点，得到至少一个第三候选节点。

在操作S6233，与至少一个第三候选节点建立第二通信组。

根据本公开的实施例，根据第三维度位置和第四维度位置，与至少一个候选节点建立至少一个第二通信组的方法可以参考上文根据第一维度位置和第二维度位置，与至少一个候选节点建立至少一个第一通信组的方法，在此不再赘述。

根据本公开的实施例，用户可以根据实际场景，对基础的并行策略数据进行组合，即将并行策略数据进行嵌套，从而搭建得到更复杂并行策略。

以下将结合图7对本公开提供的根据至少一个候选节点的候选节点标识在多维数组中的维度位置，与至少一个候选节点建立至少一个通信组的方法进行描述。

图7示意性示出了根据本公开另一实施例的与至少一个候选节点建立至少一个通信组的方法的流程图。

如图7所示，该与至少一个候选节点建立至少一个通信组的方法730包括在操作S731，根据训练数据，对模型进行训练，得到本地训练结果。

根据本公开的实施例，训练数据例如可以包括图像数据、文本数据、数值等等。

在操作S732，针对至少一个通信组中的每个通信组，将本地训练结果与通信组内其他节点的计算结果聚合，得到聚合结果。

根据本公开的实施例，本地训练结果例如可以包括模型数据、参数、梯度等。

根据本公开的实施例，例如可以在通信组内进行AllReduce通信来聚合的各节点的本地训练结果。

在操作S733，根据聚合结果，更新模型的参数。

在操作S734，根据训练数据，对更新后的模型进行训练。

以4个计算节点做数据并行为例，并行策略数据指示将该4个计算节点组成一个数据并行的通信组。基于此，在开始训练之前，4个计算节点之间可以进行通信，以同步节点标识等信息。然后计算节点可以根据并行策略数据和自己的节点标识算出来维度位置，得到自己所属的通信组以及其他节点所属的通信组。通过这一步之后，四个计算节点互相知道对方的存在，并且自己和其他3个节点同属一个通信组。在训练过程中，每个计算节点可以会获得1/4的训练数据，并根据训练数据训练模型，并反向计算梯度。在反向计算梯度后，4个计算节点在该通信组内会做一次AllReduce通信，从而使每个计算节点得到其他计算节点上的梯度。接着每个计算节点可以针对所有计算节点上的梯度求平均得到全局梯度然后更新模型的参数，这样可以保证每个计算节点上更新后的模型参数都是相同的。

以下将结合具体实施例对本公开提供的模型训练方法进行进一步说明。本领域技术人员可以理解，以下示例实施例仅用于理解本公开，本公开并不局限于此。

示例性地，本实施例中，模型例如可以包括自然语言处理模型。其中，自然语言处理模型可以用于文本分类、文本匹配、文本生成、序列标注、特征提取等。训练数据可以包括文本数据。模型训练装置可以包括CPU和i个GPU，其中，i为大于1的正整数。i个GPU分别作为i个计算节点。根据本公开的实施例，可以预先利用CPU向i个计算节点中的每个计算节点发送并行策略数据，其中，该并行策略数据用于指示该i个计算节点分为j个通信组，其中，j为正整数。在开始训练之前，i个计算节点之间可以进行通信，以同步节点标识等信息。例如，节点间可以通过CPU的socket(套接字)来进行通信，以便传递节点标识。然后节点可以根据并行策略数据算出维度位置，得到自己所属的通信组，并根据维度位置，确定与自己属于同一通讯组的其他节点，即同组节点。接着与每个同组节点之间建立连接，从而组成通信组。

在训练过程中，可以利用CPU向将用于训练的文本数据平均分为i份，分别发送给每个计算节点，每个计算节点可以获取1/i的文本数据，然后可以根据获取到的文本数据对自然语言处理模型进行训练，并反向计算梯度。在反向计算梯度后，每个通信组内各个计算节点可以做一次AllReduce通信，从而每个计算节点得到同组内其他计算节点上的梯度。接下来每个计算节点可以针对所有计算节点上的梯度求平均得到全局梯度，然后根据全局梯度更新自然语言处理模型的参数。接着继续对自然语言处理模型进行训练。重复上述训练操作，直到自然语言处理模型收敛。

以下将结合图8对本公开提供的模型训练装置进行描述。

图8示意性示出了根据本公开实施例的模型训练装置的框图。

如图8所示，模型训练装置800包括获取模块810、建立模块820和执行模块830。

获取模块810，用于获取并行策略数据和至少一个候选节点的候选节点标识，其中，并行策略数据包括多维数组，多维数组中记录有多个节点标识。

建立模块820，用于根据至少一个候选节点的候选节点标识在多维数组中的维度位置，与至少一个候选节点建立至少一个通信组，其中，维度位置包括多个位置值，多个位置值与多个维度一一对应。

执行模块830，用于根据所述至少一个通信组，执行模型训练操作。

根据本公开的实施例，所述方法可以应用于本地节点。所述建立模块，可以包括：第一位置确定子模块，用于确定所述本地节点的本地节点标识在所述多维数组中的第一维度位置；第二位置确定子模块，用于确定每个所述候选节点标识在所述多维数组中的第二维度位置；以及第一建立子模块，用于根据所述第一维度位置和所述第二维度位置，与所述至少一个候选节点建立至少一个第一通信组。

根据本公开的实施例，所述第一建立子模块可以包括：位置选择单元，用于针对所述多维数组的多个维度中的每个维度，确定在所述维度上与所述第一维度位置具有相同位置值的第二维度位置，作为目标第二维度位置；

第一节点选择单元，用于确定所述目标第二维度位置所对应的候选节点，作为所述第一候选节点，得到至少一个第一候选节点；以及第二建立单元，用于与所述至少一个第一候选节点建立第一通信组。

根据本公开的实施例，所述多维数组中还可以包括子多维数组；所述建立模块可以包括：第三位置确定子模块，用于在所述子多维数组记录有所述本地节点标识的情况下，确定所述本地节点的本地节点标识在所述子多维数组中的第三维度位置；第四位置确定子模块，用于确定每个所述候选节点标识在所述子多维数组中的第四维度位置；第三建立子模块，用于根据所述第三维度位置和所述第四维度位置，与所述至少一个候选节点建立至少一个第二通信组；第二节点选择子模块，用于在所述至少一个候选节点标识中确定记录于所述子多维数组中的至少一个第二候选节点标识；以及第四建立子模块，用于与所述至少一个第二候选节点标识对应的候选节点建立第三通信组。

根据本公开的实施例，所述第三建立子模块可以包括：第五位置确定单元，用于针对所述子多维数组的多个维度中的每个维度，确定在所述维度上与所述第三维度位置具有相同位置值的第四维度位置，作为目标第四维度位置；第三节点选择单元，用于确定所述目标第四维度位置所对应的候选节点，作为所述第三候选节点，得到至少一个第三候选节点；以及第五建立单元，用于与所述至少一个第三候选节点建立第二通信组。

根据本公开的实施例，所述执行模块可以包括：第一训练子模块，用于根据训练数据，对模型进行训练，得到本地训练结果；聚合子模块，用于针对所述至少一个通信组中的每个通信组，将本地训练结果与所述通信组内其他节点的计算结果聚合，得到聚合结果；更新子模块，用于根据所述聚合结果，更新所述模型的参数；以及第二训练子模块，用于根据训练数据，对更新后的模型进行训练。

根据本公开的实施例，本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。

图9示意性示出了可以用来实施本公开的实施例的示例电子设备900的框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。

如图9所示，设备900包括计算单元901，其可以根据存储在只读存储器(ROM)902中的计算机程序或者从存储单元909加载到随机访问存储器(RAM)903中的计算机程序，来执行各种适当的动作和处理。在RAM 903中，还可存储设备900操作所需的各种程序和数据。计算单元901、ROM 902以及RAM 903通过总线904彼此相连。输入/输出(I/O)接口905也连接至总线904。

设备900中的多个部件连接至I/O接口905，包括：输入单元906，例如键盘、鼠标等；输出单元907，例如各种类型的显示器、扬声器等；存储单元909，例如磁盘、光盘等；以及通信单元909，例如网卡、调制解调器、无线通信收发机等。通信单元909允许设备900通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。

计算单元901可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元901的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元901执行上文所描述的各个方法和处理，例如模型训练方法。例如，在一些实施例中，模型训练方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元909。在一些实施例中，计算机程序的部分或者全部可以经由ROM 902和/或通信单元909而被载入和/或安装到设备900上。当计算机程序加载到RAM 903并由计算单元901执行时，可以执行上文描述的模型训练方法的一个或多个步骤。备选地，在其他实施例中，计算单元901可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行模型训练方法。

本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、复杂可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。

用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。

在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。

为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。

可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)和互联网。

计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。

服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与VPS服务(″Virtual Private Server″，或简称″VPS″)中，存在的管理难度大，业务扩展性弱的缺陷。服务器也可以为分布式系统的服务器，或者是结合了区块链的服务器。

应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。

上述具体实施方式，并不构成对本公开保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。

Claims (15)

1.一种模型训练方法，包括：

获取并行策略数据和至少一个候选节点的候选节点标识，其中，所述并行策略数据包括多维数组，所述多维数组中记录有多个节点标识；

根据所述至少一个候选节点的候选节点标识在所述多维数组中的维度位置，与所述至少一个候选节点建立至少一个通信组，其中，所述维度位置包括多个位置值，所述多个位置值与多个维度一一对应；以及

根据所述至少一个通信组，执行模型训练操作。

2.根据权利要求1所述的方法，其中，所述根据所述至少一个通信组，执行模型训练操作包括：

根据训练数据，对模型进行训练，得到本地训练结果；

针对所述至少一个通信组中的每个通信组，

将本地训练结果与所述通信组内其他节点的计算结果聚合，得到聚合结果；

根据所述聚合结果，更新所述模型的参数；以及

根据训练数据，对更新后的模型进行训练。

3.根据权利要求1所述的方法，其中，所述方法应用于本地节点；所述根据所述至少一个候选节点的候选节点标识在所述多维数组中的维度位置，与所述至少一个候选节点建立至少一个通信组，包括：

确定所述本地节点的本地节点标识在所述多维数组中的第一维度位置；

确定每个所述候选节点标识在所述多维数组中的第二维度位置；以及

根据所述第一维度位置和所述第二维度位置，与所述至少一个候选节点建立至少一个第一通信组。

4.根据权利要求3所述的方法，其中，所述根据所述第一维度位置和所述第二维度位置，与所述至少一个候选节点建立至少一个第一通信组，包括：

针对所述多维数组的多个维度中的每个维度，

确定在所述维度上与所述第一维度位置具有相同位置值的第二维度位置，作为目标第二维度位置；

确定所述目标第二维度位置所对应的候选节点，作为所述第一候选节点，得到至少一个第一候选节点；以及

与所述至少一个第一候选节点建立第一通信组。

5.根据权利要求1所述的方法，其中，所述多维数组中还包括子多维数组；所述根据所述至少一个候选节点的候选节点标识在所述多维数组中的维度位置，与所述至少一个候选节点建立至少一个通信组，包括：

在所述子多维数组记录有所述本地节点标识的情况下，

确定所述本地节点的本地节点标识在所述子多维数组中的第三维度位置；

确定每个所述候选节点标识在所述子多维数组中的第四维度位置；

根据所述第三维度位置和所述第四维度位置，与所述至少一个候选节点建立至少一个第二通信组；

在所述至少一个候选节点标识中确定记录于所述子多维数组中的至少一个第二候选节点标识；以及

与所述至少一个第二候选节点标识对应的候选节点建立第三通信组。

6.根据权利要求5所述的方法，其中，所述根据所述第三维度位置和所述第四维度位置，与所述至少一个候选节点建立至少一个第二通信组，包括：

针对所述子多维数组的多个维度中的每个维度，

确定在所述维度上与所述第三维度位置具有相同位置值的第四维度位置，作为目标第四维度位置；

确定所述目标第四维度位置所对应的候选节点，作为所述第三候选节点，得到至少一个第三候选节点；以及

与所述至少一个第三候选节点建立第二通信组。

7.一种模型训练装置，包括：

获取模块，用于获取并行策略数据和至少一个候选节点的候选节点标识，其中，所述并行策略数据包括多维数组，所述多维数组中记录有多个节点标识；

建立模块，用于根据所述至少一个候选节点的候选节点标识在所述多维数组中的维度位置，与所述至少一个候选节点建立至少一个通信组，其中，所述维度位置包括多个位置值，所述多个位置值与多个维度一一对应；以及

执行模块，用于根据所述至少一个通信组，执行模型训练操作。

8.根据权利要求7所述的装置，其中，所述执行模块，包括：

第一训练子模块，用于根据训练数据，对模型进行训练，得到本地训练结果；

聚合子模块，用于针对所述至少一个通信组中的每个通信组，将本地训练结果与所述通信组内其他节点的计算结果聚合，得到聚合结果；

更新子模块，用于根据所述聚合结果，更新所述模型的参数；以及

第二训练子模块，用于根据训练数据，对更新后的模型进行训练。

9.根据权利要求7所述的装置，其中，所述方法应用于本地节点；所述建立模块，包括：

第一位置确定子模块，用于确定所述本地节点的本地节点标识在所述多维数组中的第一维度位置；

第二位置确定子模块，用于确定每个所述候选节点标识在所述多维数组中的第二维度位置；以及

第一建立子模块，用于根据所述第一维度位置和所述第二维度位置，与所述至少一个候选节点建立至少一个第一通信组。

10.根据权利要求9所述的装置，其中，所述第一建立子模块，包括：

位置选择单元，用于针对所述多维数组的多个维度中的每个维度，确定在所述维度上与所述第一维度位置具有相同位置值的第二维度位置，作为目标第二维度位置；

第一节点选择单元，用于确定所述目标第二维度位置所对应的候选节点，作为所述第一候选节点，得到至少一个第一候选节点；以及

第二建立单元，用于与所述至少一个第一候选节点建立第一通信组。

11.根据权利要求7所述的装置，其中，所述多维数组中还包括子多维数组；所述建立模块，包括：

第三位置确定子模块，用于在所述子多维数组记录有所述本地节点标识的情况下，确定所述本地节点的本地节点标识在所述子多维数组中的第三维度位置；

第四位置确定子模块，用于确定每个所述候选节点标识在所述子多维数组中的第四维度位置；

第三建立子模块，用于根据所述第三维度位置和所述第四维度位置，与所述至少一个候选节点建立至少一个第二通信组；

第二节点选择子模块，用于在所述至少一个候选节点标识中确定记录于所述子多维数组中的至少一个第二候选节点标识；以及

第四建立子模块，用于与所述至少一个第二候选节点标识对应的候选节点建立第三通信组。

12.根据权利要求11所述的装置，其中，所述第三建立子模块，包括：

第五位置确定单元，用于针对所述子多维数组的多个维度中的每个维度，确定在所述维度上与所述第三维度位置具有相同位置值的第四维度位置，作为目标第四维度位置；

第三节点选择单元，用于确定所述目标第四维度位置所对应的候选节点，作为所述第三候选节点，得到至少一个第三候选节点；以及

第五建立单元，用于与所述至少一个第三候选节点建立第二通信组。

13.一种电子设备，包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-6中任一项所述的方法。

14.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行根据权利要求1-6中任一项所述的方法。

15.一种计算机程序产品，包括计算机程序/指令，其特征在于，该计算机程序/指令被处理器执行时实现权利要求1-6中任一项所述方法的步骤。

Images