Deepspeed作为一种显存优化技术，那么就会有一个问题：
模型训练显存都被谁占用了？
参考论文（
https://arxiv.org/pdf/1910.02054）中的描述在一个
1.5B的
GPT-2模型参数量为
3G（半精度）但是一块32G的显卡可能无法训练下来，这是因为显存都被
模型状态 以及
剩余状态（
Residual Memory Consumption）
声明：小猿资源站是一个资源分享和技术交流平台，本站所发布的一切破解补丁、注册机和注册信息及软件的解密分析文章仅限用于学习和研究目的；不得将上述内容用于商业或者非法用途，否则，一切后果请用户自负。本站信息来自网络，版权争议与本站无关。您必须在下载后的24个小时之内，从您的电脑中彻底删除上述内容。如果您喜欢该程序，请支持正版软件，购买注册，得到更好的正版服务。如若本站内容侵犯了原著者的合法权益，可联系我们进行处理。
