As instâncias Trn1 do Amazon Elastic Compute Cloud (EC2), equipadas com aceleradores do AWS Trainium, são criadas especificamente para o treinamento de aprendizado profundo (DL) de alta performance dos modelos generativos de IA, incluindo grandes modelos de linguagem (LLMs) e modelos de difusão latente. As instâncias Trn1 oferecem até 50% de redução do custo de treinamento em comparação com outras instâncias do Amazon EC2. Você pode usar as instâncias Trn1 para treinar mais de 100 B de parâmetros de modelos DL e de IA generativa em um amplo conjunto de aplicações, como resumo de texto, geração de código, resposta a perguntas, geração de imagens e vídeos, recomendação e detecção de fraudes.
O SDK do AWS Neuron ajuda os desenvolvedores a treinar modelos no AWS Trainium e a implantar modelos nos aceleradores do AWS Inferentia. Ele se integra nativamente a estruturas, como PyTorch e TensorFlow, para que você possa continuar usando seu código e fluxos de trabalho existentes para treinar modelos nas instâncias Trn1. Para saber mais sobre o suporte atual do Neuron para estruturas e bibliotecas de machine learning (ML), arquiteturas de modelos e otimizações de hardware, acesse a documentação do Neuron.
As instâncias Trn1n agora estão disponíveis
As instâncias Trn1n dobram a largura de banda da rede (em comparação com as instâncias Trn1) para 1600 Gbps do Elastic Fabric Adapter (EFAv2). O aumento da largura de banda oferece tempo de treinamento até 20% mais rápido em relação ao Trn1 para o treinamento de modelos de IA generativa com uso intensivo de rede, como os grandes modelos de linguagem (LLMs) e a mistura de especialistas (MoE).
New Amazon EC2 Trn1 instances | Amazon Web Services (1:34)
Benefícios
Reduza os tempos de treinamento para modelos de mais de 100 B de parâmetros
As instâncias Trn1 são criadas especificamente para o DL de alta performance e reduzem os tempos de treinamento de meses para semanas ou até dias. Com tempos de treinamento reduzidos, você pode iterar mais rapidamente, criar modelos mais inovadores e aumentar a produtividade. As instâncias Trn1n oferecem um tempo de treinamento até 20% mais rápido do que as instâncias Trn1 para modelos que se beneficiam do aumento da largura de banda da rede.
Reduza seus custos de ajuste fino e pré-treinamento
As instâncias Trn1 oferecem alta performance e até 50% de economia do custo de treinamento em relação a outras instâncias comparáveis do Amazon EC2.
Use as estruturas e bibliotecas de ML existentes
Use o SDK do AWS Neuron para obter a performance total das instâncias Trn1. Com o Neuron, você pode usar estruturas de ML conhecidas, como PyTorch e TensorFlow, e continuar usando o código e fluxos de trabalho existentes para treinar modelos nas instâncias Trn1. Para começar rapidamente com as instâncias Trn1, consulte exemplos de modelos conhecidos na documentação do Neuron.
Aumente a escala verticalmente para até 6 exaflops com os UltraClusters do EC2
As instâncias Trn1 suportam até 800 Gbps de largura de banda da rede do Elastic Fabric Adapter (EFAv2) de segunda geração. As instâncias Trn1n suportam até 1.600 Gbps de largura de banda da rede do EFAv2 para oferecer performance ainda melhor para os modelos com uso intensivo de rede. As duas instâncias são implantadas em UltraClusters do EC2 que permitem escalar até 30.000 aceleradores Trainium, que são interconectados com uma rede de escala de petabits sem bloqueio, para fornecer 6 exaflops de performance da computação.
A primeira seção intitulada “Aplicação do usuário” mostra os principais métodos que você pode usar para iniciar automaticamente a AMI de deep learning da AWS (DLAMI) e instâncias Trn1 do Amazon EC2: AWS Command Line Interface (AWS CLI), ferramentas e SDKs da AWS e API de controle da Nuvem AWS. O segundo método principal para iniciar uma DLAMI na interface Web é o Console de Gerenciamento da AWS.
Saindo do DLAMI, a próxima seção mostra as instâncias Trn1 do Amazon EC2 que são iniciadas na DLAMI selecionada.
Outro agrupamento mostra um terminal local, um terminal remoto do EC2 e um script da aplicação que podem ser usados para atualizar e gerenciar uma DLAMI para iniciar instâncias do EC2 com base nas atualizações.
A primeira caixa mostra como o Amazon Elastic Kubernetes Service (EKS) é usado para criar clusters do Kubernetes que são alimentados pelo Amazon EKS Distro.
Depois de criar os clusters, você pode implantar os nós de processamento Trn1 ou Trn1n para o cluster do EKS.
Em seguida, você pode executar as workloads de treinamento no Kubernetes.
No primeiro estágio do fluxo de trabalho, o Amazon Elastic Container Registry (ECR) é usado para criar imagens e armazená-las usando o ECR ou qualquer outro repositório.
Em seguida, você pode usar o Amazon Elastic Container Service (ECS) para selecionar a imagem do contêiner de aprendizado profundo (DLC) para a workload.
Implante então a workload de treinamento no servidor das instâncias Trn1 ou Trn1n do Amazon EC2.
Por fim, use o Amazon ECS para gerenciar os contêineres.
Primeiro, selecione as instâncias Trn1 ou Trn1n (ml.trn1 ou ml.trn1n) como sua opção de treinamento do SageMaker.
Um modelo de cobrança por segundo é aplicado e você paga pelo que usa. Você pode usar bibliotecas de treinamento distribuídas e o compilador de treinamento do SageMaker para ajustar a escala e melhorar a performance.
Em seguida, aplique o ajuste do modelo de automação para otimização dos hiperparâmetros.
Em seguida, a interatividade e o monitoramento são obtidos por meio de depuração, criação de perfil e gerenciamento de experimentos. Ajuste seus custos com o treinamento Spot gerenciado.
Por fim, salve os artefatos do modelo resultante para o modelo treinado em um bucket do Amazon S3.
Recursos
Até 3 petaflops com o AWS Trainium
As instâncias Trn1 são alimentadas por até 16 aceleradores AWS Trainium criados especificamente para acelerar o treinamento de DL e fornecer até 3 petaflops de potência computacional FP16/BF16. Cada acelerador inclui dois NeuronCores de segunda geração.
Memória aceleradora de alta largura de banda de até 512 GB
Para oferecer suporte ao paralelismo eficiente de dados e modelos, cada instância Trn1 tem 512 GB de memória aceleradora compartilhada (HBM) com 9,8 TB/s de largura de banda total da memória.
Rede e armazenamento de alta performance
Para apoiar o treinamento de modelos de rede intensiva, como a mistura de especialistas (MoE) e o Transformador generativo pré-treinado (GPT), cada instância Trn1n fornece até 1600 Gbps de largura de banda da rede EFAv2. Cada instância Trn1 suporta até 800 Gbps de largura de banda do EFAv2. O EFAv2 acelera o treinamento distribuído oferecendo uma melhoria de até 50% na performance das comunicações coletivas em relação ao EFA de primeira geração. Essas instâncias também suportam até 80 Gbps de largura de banda do Amazon Elastic Block Store (EBS) e até 8 TB de armazenamento local de unidade de estado sólido (SSD) NVMe para acesso rápido de workloads a grandes conjuntos de dados.
Interconexão NeuronLink
Para conectividade rápida entre aceleradores e comunicações coletivas simplificadas, as instâncias Trn1 suportam até 768 GB/s de NeuronLink, uma interconexão de alta velocidade e sem bloqueio.
Otimizada para novos tipos de dados
Para oferecer alta performance e cumprir as metas de precisão, as instâncias Trn1 são otimizadas para FP32, TF32, BF16, FP16, UINT8 e o novo tipo de dados FP8 (cFP8) configurável.
Otimizações de DL de última geração
Para apoiar o ritmo acelerado da inovação de DL e da IA generativa, as instâncias Trn1 têm várias inovações que as tornam flexíveis e extensíveis para treinar modelos de DL em constante evolução. As instâncias Trn1 têm otimizações de hardware e suporte de software para formas de entrada dinâmicas. Para permitir suporte a novos operadores no futuro, elas oferecem suporte a operadores personalizados criados em C++. Elas também oferecem suporte ao arredondamento estocástico, um método de arredondamento probabilístico para atingir alta performance e maior precisão em comparação com os modos de arredondamento herdados.
Clientes
“Na HeliXon, construímos soluções de IA de próxima geração para terapias baseadas em proteínas. Nosso objetivo é desenvolver ferramentas de IA que capacitem os cientistas a decifrar a função e a interação das proteínas, interrogar conjuntos de dados genômicos em grande escala para identificação de alvos e projetar terapias, como anticorpos e terapias celulares. Hoje, usamos bibliotecas de distribuição de treinamento, como o FSDP, para paralelizar o treinamento de modelos em muitos servidores baseados em GPU, mas isso ainda requer semanas para treinar um único modelo. Estamos entusiasmados em usar as instâncias Trn1 do Amazon EC2 que oferecem a maior largura de banda de rede (800 Gbps) disponível na AWS para melhorar a performance dos nossos trabalhos de treinamento distribuídos e reduzir os tempos de treinamento de modelos, além de reduzir os custos de treinamento.”
Jian Peng, CEO da Helixon
A Money Forward, Inc. presta serviços a empresas e indivíduos com uma plataforma financeira aberta e justa.
“Lançamos um serviço de chatbot de IA em grande escala nas instâncias Inf1 do Amazon EC2 e reduzimos nossa latência de inferência em 97% em relação a instâncias comparáveis baseadas em GPU, além de reduzir os custos. Como continuamos ajustando modelos personalizados de PNL periodicamente, também é importante reduzir os tempos e custos de treinamento de modelos. Com base em nossa experiência de migração bem-sucedida da workload de inferência em instâncias Inf1 e em nosso trabalho inicial em instâncias Trn1 do EC2 baseadas no AWS Trainium, esperamos que as instâncias Trn1 forneçam valor adicional para melhorar a performance e o custo de ML de ponta a ponta.”
Takuya Nakade, CTO da Money Forward, Inc.
A Magic é uma empresa integrada de produtos e pesquisas que desenvolve IA para tornar o mundo mais produtivo.
“O treinamento de grandes modelos baseados em transformadores autorregressivos é um componente essencial do nosso trabalho. As instâncias Trn1 com a tecnologia AWS Trainium são projetadas especificamente para essas workloads, oferecendo escalabilidade quase infinita, redes rápidas entre nós e suporte avançado a tipos de dados de 16 e 8 bits. As instâncias Trn1 nos ajudarão a treinar modelos grandes com mais rapidez e menor custo. Estamos especialmente entusiasmados com o suporte nativo ao arredondamento estocástico BF16 no Trainium, aumentando a performance, enquanto a precisão numérica é inseparável da precisão total.”
Eric Steinberger, co-fundador e CEO da Magic
A CACTUS tem um conjunto de produtos e soluções para pesquisadores e organizações que melhoram a forma como a pesquisa é financiada, publicada, comunicada e descoberta.
“Na Cactus Labs, aproveitamos o poder da IA, com pesquisas focadas em processamento de linguagem natural, recomendação de classificação, IA conversacional, modelos de linguagem grande, visão computacional, AR/VR e XAI. De acordo com nossa busca para permitir um treinamento mais rápido de modelos de machine learning, além de permitir que nossos pesquisadores realizem mais experimentos enquanto gerenciam o custo da infraestrutura, tivemos o prazer de avaliar o AWS Trainium. Os recursos prontos para uso do AWS Trainium, como otimização de XLA, treinamento paralelo de dados de vários trabalhadores e armazenamento em cache de gráficos, são realmente úteis para reduzir os tempos de treinamento e nos ajudar a realizar mais experimentos com mais rapidez e economia.”
Nishchay Shah, CTO e chefe de produtos emergentes, Cactus Communications
O Watashiha oferece um serviço de chatbot de IA inovador e interativo, o “OGIRI AI”, que incorpora humor para fornecer uma resposta divertida e imediata para uma pergunta.
“Usamos grandes modelos de linguagem para incorporar humor e oferecer uma experiência mais relevante e coloquial aos clientes em nossos serviços de IA. Isso exige o pré-treinamento e o ajuste desses modelos com frequência. Fizemos o pré-treinamento de um modelo japonês baseado em GPT na instância Trn1.32xlarge do EC2, usando o paralelismo dos tensores e dados. O treinamento foi concluído em 28 dias com uma redução de custo de 33% em relação à nossa infraestrutura anterior baseada em GPU. Como nossos modelos continuam crescendo rapidamente em complexidade, esperamos que as instâncias Trn1n tenham o dobro da largura de banda da rede da Trn1 para acelerar o treinamento de modelos maiores.”
Yohei Kobashi, CTO da Watashiha, K.K.
Parceiros
“Na PyTorch, aceleramos a transformação do machine learning desde a prototipagem de pesquisas até a produção pronta para os clientes. Colaboramos amplamente com a equipe da AWS para fornecer suporte nativo ao PyTorch para as novas instâncias Trn1 do Amazon EC2, com tecnologia do AWS Trainium desenvolvidas especificamente para o treinamento de modelos de aprendizado profundo. Desenvolvedores que criam modelos PyTorch podem começar a treinar em instâncias Trn1 com o mínimo de alterações de código. Além disso, trabalhamos com a comunidade OpenXLA para habilitar as bibliotecas distribuídas do PyTorch para facilitar a migração de modelos de instâncias baseadas em GPU para instâncias Trn1. Estamos entusiasmados com a inovação que as instâncias Trn1 trazem para a comunidade PyTorch, incluindo tipos de dados mais eficientes, formas dinâmicas, operadores personalizados, arredondamento estocástico otimizado por hardware e modo de depuração rápida. Tudo isso torna a Trn1 adequada para ampla adoção por desenvolvedores da PyTorch e esperamos futuras contribuições conjuntas à PyTorch para otimizar ainda mais a performance do treinamento.”
Geeta Chauhan, IA aplicada, gerente de engenharia, PyTorch
“A missão da Hugging Face é democratizar a ML boa para ajudar os desenvolvedores de ML em todo o mundo a resolver problemas do mundo real. E a chave para isso é garantir que os melhores e mais recentes modelos funcionem da forma mais rápida e eficiente possível nos melhores aceleradores de ML na nuvem. Estamos muito entusiasmados com o potencial do Inferentia2 de se tornar a nova forma padrão de implantar modelos de IA generativa em grande escala. Com o Inf1, observamos um custo até 70% menor do que as instâncias tradicionais baseadas em GPU e, com o Inf2, observamos uma latência até oito vezes menor para transformadores do tipo BERT em comparação com o Inferentia1. Com o Inferentia2, nossa comunidade poderá ajustar a escala facilmente dessa performance para LLMs na escala de mais de 100 bilhões de parâmetros e também para os modelos mais recentes de difusão e visão computacional.”
Serviços da Amazon usando instâncias Trn1
O mecanismo de pesquisa de produtos da Amazon indexa bilhões de produtos, atende a bilhões de consultas de clientes diariamente e é um dos serviços mais usados no mundo.
“Estamos treinando modelos de linguagem grande (LLM) que são multimodais (texto + imagem), multilíngues, multilocais, pré-treinados em várias tarefas e que abrangem várias entidades (produtos, consultas, marcas, avaliações etc.) para melhorar a experiência de compra do cliente. As instâncias Trn1 fornecem uma maneira mais sustentável de treinar LLMs, oferecendo a melhor performance/watt em comparação com outras soluções aceleradas de machine learning e nos oferecem alta performance com o menor custo. Planejamos explorar o novo tipo de dados FP8 configurável e o arredondamento estocástico acelerado por hardware para aumentar ainda mais a eficiência do nosso treinamento e a velocidade do desenvolvimento.”
Trishul Chilimbi, VP, Amazon Search
Conceitos básicos
Como usar o Amazon SageMaker
Você pode treinar modelos nas instâncias Trn1 facilmente usando o Amazon SageMaker. Reduza significativamente o tempo e o custo para treinar e ajustar modelos de machine learning (ML) sem a necessidade de gerenciar a infraestrutura. Com o SageMaker, você pode usar ferramentas integradas para gerenciar e monitorar experimentos de treinamento, escolher automaticamente os hiperparâmetros ideais, depurar trabalhos de treinamento e monitorar o uso dos recursos do sistema.
Como usar as AMIs de deep learning da AWS
AsAMIs de deep learning da AWS (DLAMI) fornecem aprendizado profundo (DL) a profissionais e pesquisadores com a infraestrutura e as ferramentas necessárias para acelerar o DL na AWS em qualquer escala. Os drivers do AWS Neuron vêm pré-configurados nas DLAMI para treinar os modelos de DL de forma otimizada nas instâncias Trn1.
Como usar os contêineres de aprendizado profundo da AWS
1.1d9aadc21e2c942dc72b3d1c0b2d4ec9139595ad.png "Amazon")
