Lora训练一段时间后出现OOM报错

yuanzhoulvpi2017 / zero_nlp

中文nlp解决方案(大模型、数据、模型、训练、推理)

MIT License

3.03k stars 368 forks source link

Lora训练一段时间后出现OOM报错 #125

Open 976311200 opened 1 year ago

976311200 commented 1 year ago

纯py文件执行大概准时在167/1719时候报错oom 如果用提供的ipyob执行，大概在250/1719报错oom 对于显存释放，采用了提供的callback方式

LuBoMeiYouYan commented 1 year ago

@yuanzhoulvpi2017 您好，可以了解一下您在LoRa训练时候的，显存占用情况吗？我这里也是。LoRa训练时，加载需要12个G。然后从第二step开始，最低显存占用逐渐增多，最高显存占用从20G+开始逐渐增加。然后到133个step的时候，突然超过32G（我的显卡显存是32G），然后就OOM了。

yuanzhoulvpi2017 commented 1 year ago

确实是会出现这个情况，目前我也没有比较好的方法，解决这个问题