EPLB

EPLB – DeepSeek 开源的专家并行负载均衡器

EPLB（Expert Parallelism Load Balancer）是一款由DeepSeek开发的专家并行负载均衡器，旨在解决大规模模型训练中不同专家模型（Expert）之间负载不均的问题。EPLB采用冗余专家策略，通过复制高负载专家并合理分配至不同的GPU，从而实现负载均衡。此外，EPLB结合了group-limited expert routing技术，将同一组的专家放置在同一节点内，以减少跨节点的通信开销。

EPLB是什么

EPLB（Expert Parallelism Load Balancer）是DeepSeek推出的一款专家并行负载均衡器，专门用于解决在大规模模型训练中，各专家模型负载不均的问题。它通过冗余专家策略，复制负载较高的专家并合理分配到不同的GPU上，实现负载均衡。EPLB结合了group-limited expert routing技术，将同组专家安排在同一节点内，从而降低跨节点通信的开销。EPLB提供了两种负载均衡策略：分层负载均衡（Hierarchical Load Balancing）和全局负载均衡（Global Load Balancing），适用于不同的使用场景。通过优化专家模型的复制与分配，EPLB显著提升了GPU资源的利用率和训练效率。

EPLB的主要功能

• 负载均衡：根据专家的负载估计，动态调整复制和分配策略，确保不同GPU之间的负载差异最小化。
• 专家复制：通过冗余专家策略，复制高负载的专家，从而缓解负载不均的问题。
• 资源优化：最大限度地利用GPU资源，减少因负载不均而产生的性能瓶颈，提高训练效率。
• 通信优化：通过合理的专家放置策略，降低节点间的通信开销和延迟。
• 灵活的策略支持：提供层次化负载均衡和全局负载均衡两种策略，以适应不同的场景和阶段。
• 多层MoE模型支持：能够处理复杂的多层混合专家模型，支持灵活的专家分配和映射。

EPLB的技术原理

• 冗余专家策略：在专家并行中，不同专家的负载因输入数据和模型结构的差异而异。引入冗余专家（复制高负载专家）以平衡负载，支持高负载专家的多次复制和分散到多个GPU上，避免单一GPU的过载。
• 层次化负载均衡：将专家组均匀分配到不同的节点，确保每个节点的负载大致相等。在每个节点内，进一步复制专家并将其分配到该节点的GPU上，确保节点内部的负载均衡，尽量将同组专家放在同一节点内，以减少跨节点的通信开销。
• 全局负载均衡：在节点数无法整除专家组数或需要更大规模并行的情况下，采用全局策略，忽略专家组的限制，将专家全局复制并分配到所有可用的GPU上。基于动态调整专家的复制数量和放置位置，确保全局负载均衡。
• 负载估计与动态调整：EPLB使用专家负载的估计值来指导负载均衡策略。负载估计基于历史统计数据（如移动平均值）。根据负载估计值，动态调整专家的复制和分配策略，以适应不同的训练阶段和数据分布。
• 专家映射与资源分配：基于rebalance_experts函数生成的专家复制和放置计划，将专家映射到具体的GPU上。输出的映射关系包括物理到逻辑（phy2log）和逻辑到物理（log2phy）的映射，以及每个专家的复制数量（logcnt）。

EPLB的项目地址

• GitHub仓库：https://github.com/deepseek-ai/eplb

EPLB的核心模式

• 层次化负载均衡模式（Hierarchical Load Balancing）：在节点数能整除专家组数时，基于分层负载均衡策略，优化节点内和节点间的负载分配。
• 全局负载均衡模式（Global Load Balancing）：在节点数无法整除专家组数或需要更大规模并行时，基于全局复制和分配专家，实现整体负载均衡。

EPLB的代码演示示例

• 代码示例展示了一个两层MoE模型的实现，每层包含12个专家。每层引入4个冗余专家，总共16个副本分布在2个节点上，每个节点配备4个GPU。

EPLB的应用场景

• 大规模分布式训练：适用于多节点、多GPU环境，灵活切换层次化或全局负载均衡模式，优化资源利用，减少通信开销。
• 预填充阶段：在模型训练初期，基于层次负载均衡减少跨节点通信，提高小规模并行的效率。
• 解码阶段：在训练后期需要大规模并行时，采用全局负载均衡动态调整负载，以应对复杂任务。
• 异构硬件环境：当节点数与专家组数不匹配时，全局负载均衡模式可以灵活适应异构配置，实现高效的负载均衡。
• 动态负载变化：针对训练过程中负载的动态变化，结合层次化或全局负载均衡策略实时调整，以确保训练过程的高效与稳定。