跳到主要内容

Huggingface Accelerate

最简化的分布式训练 API。仅需 4 行代码即可为任何 PyTorch 脚本添加分布式支持。为 DeepSpeed/FSDP/Megatron/DDP 提供统一 API。自动设备放置、混合精度 (FP16/BF16/FP8)。交互式配置，单一启动命令。HuggingFace 生态系统标准。

技能元数据​

Source可选 — 使用 hermes skills install official/mlops/accelerate 安装
Pathoptional-skills/mlops/accelerate
Version1.0.0
AuthorOrchestra Research
LicenseMIT
Dependenciesaccelerate, torch, transformers
Platformslinux, macos, windows
Tags分布式训练, HuggingFace, Accelerate, DeepSpeed, FSDP, 混合精度, PyTorch, DDP, 统一 API, 简单

参考：完整 SKILL.md​

信息

以下是触发此技能时 Hermes 加载的完整技能定义。这是技能激活时智能体看到的指令。

HuggingFace Accelerate - 统一分布式训练

快速入门​

Accelerate 将分布式训练简化为 4 行代码。

安装:

pip install accelerate

转换 PyTorch 脚本 (4 行):

import torch
+ from accelerate import Accelerator

+ accelerator = Accelerator()

  model = torch.nn.Transformer()
  optimizer = torch.optim.Adam(model.parameters())
  dataloader = torch.utils.data.DataLoader(dataset)

+ model, optimizer, dataloader = accelerator.prepare(model, optimizer, dataloader)

  for batch in dataloader:
      optimizer.zero_grad()
      loss = model(batch)
-     loss.backward()
+     accelerator.backward(loss)
      optimizer.step()

运行 (单命令):

accelerate launch train.py

常见工作流​

工作流 1：从单 GPU 到多 GPU​

原始脚本:

# train.py
import torch

model = torch.nn.Linear(10, 2).to('cuda')
optimizer = torch.optim.Adam(model.parameters())
dataloader = torch.utils.data.DataLoader(dataset, batch_size=32)

for epoch in range(10):
    for batch in dataloader:
        batch = batch.to('cuda')
        optimizer.zero_grad()
        loss = model(batch).mean()
        loss.backward()
        optimizer.step()

使用 Accelerate (添加 4 行):

# train.py
import torch
from accelerate import Accelerator  # +1

accelerator = Accelerator()  # +2

model = torch.nn.Linear(10, 2)
optimizer = torch.optim.Adam(model.parameters())
dataloader = torch.utils.data.DataLoader(dataset, batch_size=32)

model, optimizer, dataloader = accelerator.prepare(model, optimizer, dataloader)  # +3

for epoch in range(10):
    for batch in dataloader:
        # 无需 .to('cuda') — 自动完成！
        optimizer.zero_grad()
        loss = model(batch).mean()
        accelerator.backward(loss)  # +4
        optimizer.step()

配置 (交互式):

accelerate config

问题:

  • 哪种机器？ (单 GPU/多 GPU/TPU/CPU)
  • 有多少台机器？ (1)
  • 混合精度？ (无/fp16/bf16/fp8)
  • DeepSpeed？ (无/有)

启动 (适用于任何配置):

# 单 GPU
accelerate launch train.py

# 多 GPU (8 GPUs)
accelerate launch --multi_gpu --num_processes 8 train.py

# 多节点
accelerate launch --multi_gpu --num_processes 16 \
  --num_machines 2 --machine_rank 0 \
  --main_process_ip $MASTER_ADDR \
  train.py

工作流 2：混合精度训练​

启用 FP16/BF16:

from accelerate import Accelerator

# FP16 (带梯度缩放)
accelerator = Accelerator(mixed_precision='fp16')

# BF16 (无缩放，更稳定)
accelerator = Accelerator(mixed_precision='bf16')

# FP8 (H100+)
accelerator = Accelerator(mixed_precision='fp8')

model, optimizer, dataloader = accelerator.prepare(model, optimizer, dataloader)

# 其余部分都是自动的！
for batch in dataloader:
    with accelerator.autocast():  # 可选，已自动完成
        loss = model(batch)
    accelerator.backward(loss)

工作流 3：DeepSpeed ZeRO 集成​

启用 DeepSpeed ZeRO-2:

from accelerate import Accelerator

accelerator = Accelerator(
    mixed_precision='bf16',
    deepspeed_plugin={
        "zero_stage": 2,  # ZeRO-2
        "offload_optimizer": False,
        "gradient_accumulation_steps": 4
    }
)

# 代码与之前相同！
model, optimizer, dataloader = accelerator.prepare(model, optimizer, dataloader)

或通过配置文件:

accelerate config
# 选择：DeepSpeed → ZeRO-2

deepspeed_config.json:

{
    "fp16": {"enabled": false},
    "bf16": {"enabled": true},
    "zero_optimization": {
        "stage": 2,
        "offload_optimizer": {"device": "cpu"},
        "allgather_bucket_size": 5e8,
        "reduce_bucket_size": 5e8
    }
}

启动:

accelerate launch --config_file deepspeed_config.json train.py

工作流 4：FSDP (完全分片数据并行)​

启用 FSDP:

from accelerate import Accelerator, FullyShardedDataParallelPlugin

fsdp_plugin = FullyShardedDataParallelPlugin(
    sharding_strategy="FULL_SHARD",  # 等效 ZeRO-3
    auto_wrap_policy="TRANSFORMER_AUTO_WRAP",
    cpu_offload=False
)

accelerator = Accelerator(
    mixed_precision='bf16',
    fsdp_plugin=fsdp_plugin
)

model, optimizer, dataloader = accelerator.prepare(model, optimizer, dataloader)

或通过配置文件:

accelerate config
# 选择：FSDP → 完全分片 → 不卸载到 CPU

工作流 5：梯度累积​

累积梯度:

from accelerate import Accelerator

accelerator = Accelerator(gradient_accumulation_steps=4)

model, optimizer, dataloader = accelerator.prepare(model, optimizer, dataloader)

for batch in dataloader:
    with accelerator.accumulate(model):  # 处理累积
        optimizer.zero_grad()
        loss = model(batch)
        accelerator.backward(loss)
        optimizer.step()

有效批量大小: batch_size * num_gpus * gradient_accumulation_steps

何时使用与替代方案​

使用 Accelerate 当:

  • 需要最简单的分布式训练
  • 需要适用于任何硬件的单一脚本
  • 使用 HuggingFace 生态系统
  • 需要灵活性 (DDP/DeepSpeed/FSDP/Megatron)
  • 需要快速原型设计

关键优势:

  • 4 行代码: 最小代码更改
  • 统一 API: DDP、DeepSpeed、FSDP、Megatron 使用相同代码
  • 自动化: 设备放置、混合精度、分片
  • 交互式配置: 无需手动启动器设置
  • 单一启动: 随处可用

改用替代方案当:

  • PyTorch Lightning: 需要回调、高级抽象
  • Ray Train: 多节点编排、超参数调优
  • DeepSpeed: 直接 API 控制、高级功能
  • 原始 DDP: 最大控制、最小抽象

常见问题​

问题：错误的设备放置

不要手动移动到设备：

# 错误
batch = batch.to('cuda')

# 正确
# prepare() 之后 Accelerate 会自动处理

问题：梯度累积不起作用

使用上下文管理器：

# 正确
with accelerator.accumulate(model):
    optimizer.zero_grad()
    accelerator.backward(loss)
    optimizer.step()

问题：分布式训练中的检查点

使用 Accelerator 方法：

# 仅在主进程上保存
if accelerator.is_main_process:
    accelerator.save_state('checkpoint/')

# 在所有进程上加载
accelerator.load_state('checkpoint/')

问题：使用 FSDP 时结果不同

确保使用相同的随机种子：

from accelerate.utils import set_seed
set_seed(42)

高级主题​

Megatron 集成: 参见 references/megatron-integration.md 了解张量并行、流水线并行和序列并行的设置。

自定义插件: 参见 references/custom-plugins.md 了解如何创建自定义分布式插件和高级配置。

性能调优: 参见 references/performance.md 了解性能分析、内存优化和最佳实践。

硬件要求​

  • CPU: 可用 (较慢)
  • 单 GPU: 可用
  • 多 GPU: DDP (默认)、DeepSpeed 或 FSDP
  • 多节点: DDP、DeepSpeed、FSDP、Megatron
  • TPU: 支持
  • Apple MPS: 支持

启动器要求:

  • DDP: torch.distributed.run (内置)
  • DeepSpeed: deepspeed (pip install deepspeed)
  • FSDP: PyTorch 1.12+ (内置)
  • Megatron: 自定义设置

资源​