Accelerate 1.0.0

本文也提供英文版本 English。

Accelerate 发展概况

在三年半以前、项目发起之初时，Accelerate 的目标还只是制作一个简单框架，通过一个低层的抽象来简化多 GPU 或 TPU 训练，以此替代原生的 PyTorch 训练流程:

自此，Accelerate 开始不断扩展，逐渐成为一个有多方面能力的代码库。当前，像 Llama 这样的模型已经达到了 405B 参数的量级，而 Accelerate 也致力于应对大模型和大规模训练所面临的诸多难题。这其中的贡献包括:

• 灵活、低层的训练 API: 支持在六种不同硬件设备 (CPU、GPU、TPU、XPU、NPU、MLU) 上训练，同时在代码层面保持 99% 原有训练代码不必改动。
• 简单易用的 命令行界面: 致力于在不同硬件上进行配置，以及运行训练脚本。
• Big Model Inference 功能，或者说是 device_map="auto" : 这使得用户能够在多种不同硬件设备上进行大模型推理，同时现在可以通过诸如高效参数微调 (PEFT) 等技术以较小计算量来训练大模型。

这三方面的贡献，使得 Accelerate 成为了 几乎所有 Hugging Face 代码库 的基础依赖，其中包括 transformers 、 diffusers 、 peft 、 trl 。

在 Accelerate 开发趋于稳定将近一年后的今天，我们正式发布了 Accelerate 1.0.0 —— Accelerate 的第一个发布候选版本。

本文将会详细说明以下内容:

1. 为什么我们决定开发 1.0 版本？
2. Accelerate 的未来发展，怎样结合 PyTorch 一同发展?
3. 新版本有哪些重大改变？如何迁移代码到新版本？

为什么要开发 1.0

发行这一版本的计划已经进行了一年多。Acceelerate 的 API 集中于 Accelerator 一侧，配置简单，代码扩展性强。但是，我们仍然认识到 Accelerate 还存在诸多有待完成的功能，这包括:

• 为 MS-AMP 和 TransformerEngine 集成 FP8 支持 (详见 这里 和 这里)
• 支持在 DeepSpeed 中使用多个模型 (详见 这里)
• 使 torch.compile 支持大模型推理 API (需要 torch>=2.5 )
• 集成 torch.distributed.pipelining 作为 替代的分布式推理机制
• 集成 torchdata.StatefulDataLoader 作为 替代的数据载入机制

通过在 1.0 版本中作出的改动，Accelerate 已经有能力在不改变用户 API 接口的情况下不断融入新的技术能力了。

Accelerate 的未来发展

在 1.0 版本推出以后，我们将重点关注技术社区里的新技术，并寻找方法去融合进 Accelerate 中。可以预见，一些重大的改动将会不久发生在 PyTorch 生态系统中:

• 作为支持 DeepSpeed 多模型的一部分，我们发现虽然当前的 DeepSpeed 方案还能正常工作，但后续可能还是需要大幅度改动整体的 API。因为我们需要为任意多模型训练场景去制作封装类。
• 由于 torchao 和 torchtitan 逐渐变得受欢迎，可以推测将来 PyTorch 可能会将这些集成进来成为一个整体。为了致力于更原生的 FP8 训练、新的分布式分片 API，以及支持新版 FSDP (FSDPv2)，我们推测 Accelerate 内部和通用的很多 API 也将会更改 (希望改动不大)。
• 借助 torchao /FP8，很多新框架也带来了不同的理念和实现方法，来使得 FP8 训练有效且稳定 (例如 transformer_engine 、torchao 、MS-AMP 、nanotron )。针对 Accelerate，我们的目标是把这些实现都集中到一个地方，使用简单的配置方法让用户探索和试用每一种方法，最终我们希望形成稳定灵活的代码架构。这个领域发展迅速，尤其是 NVidia 的 FP4 技术即将问世。我们希望不仅能够支持这些方法，同时也为不同方法提供可靠的基准测试，来和原生的 BF16 训练对比，以显示技术趋势。

我们也对 PyTorch 社区分布式训练的发展感到期待，希望 Accelerate 紧跟步伐，为最近技术提供一个低门槛的入口。也希望社区能够继续探索实验、共同学习，让我们寻找在复杂计算系统上训练、扩展大模型的最佳方案。

如何使用 1.0 版本

如想使用 1.0 版本，需要先使用如下方法获取 Accelerate:

• pip:

pip install --pre accelerate

• Docker:

docker pull huggingface/accelerate:gpu-release-1.0.0rc1

可用的版本标记有:

• gpu-release-1.0.0rc1
• cpu-release-1.0.0rc1
• gpu-fp8-transformerengine-release-1.0.0rc1
• gpu-deepspeed-release-1.0.0rc1

代码迁移指南

下面是关于弃用 API 的详细说明:

• 给 Accelerator() 传递 dispatch_batches 、split_batches 、even_batches 、use_seedable_sampler 参数的这种方式已经被弃用。新的方法是创建一个 accelerate.utils.DataLoaderConfiguration() 然后传给 Accelerator() (示例: Accelerator(dataloader_config=DataLoaderConfiguration(...)) )。
• Accelerator().use_fp16 和 AcceleratorState().use_fp16 已被移除。新的替代方式是检查 accelerator.mixed_precision == "fp16" 。
• Accelerator().autocast() 不再接收 cache_enabled 参数。该参数被包含在 AutocastKwargs() 里 (示例: Accelerator(kwargs_handlers=[AutocastKwargs(cache_enabled=True)]) )。
• accelerate.utils.is_tpu_available 被 accelerate.utils.is_torch_xla_available 替代。
• accelerate.utils.modeling.shard_checkpoint 应被 huggingface_hub 里的 split_torch_state_dict_into_shards 替代。
• accelerate.tqdm.tqdm() 的第一个参数不再是 True /False ，main_process_only 需要以命名参数的形式传参。
• ACCELERATE_DISABLE_RICH 不再是一个有效的环境变量。用户需通过设置 ACCELERATE_ENABLE_RICH=1 手动启动详细的回溯 (traceback) 信息。
• FSDP 中的 fsdp_backward_prefetch_policy 已被 fsdp_backward_prefetch 代替。

总结

首先感谢使用 Accelerate，看到一个小的想法转变成一个总下载量超过一亿、日均下载量接近三十万的项目还是很令人惊叹的。

通过本版发行，我们希望社区能够踊跃尝试，尽快在官方发行版出现前迁移到 1.0 版本。

请大家持续关注，及时追踪我们 GitHub 和 社交软件 上的最新信息。