字节跳动推荐架构长期实习生招聘

最近遇到一个训练代码，混合精度使用 apex，多卡还是 torch ddp+mp.spawn 子进程启动的方式，性能受限于 python 的 gil 锁。其实对于混合精度训练 pytorch 已经 merge 进了 amp，fsdp 也支持了 mixed precision policy，多卡训练有 torchrun 启动器，还支持多机分布式。pytorch 已经有很多新的 feature，为什么不去用呢?1️⃣起源17 年， 提出了混合精度训练：Mixed Precision Training。用 fp16 去表示 fp32 计算，在训练中会有一些数值问题：🌟精度下溢/上溢🌟fp16 数值范围和分布不匹配，导致梯度归零首先第一个问题，fp16 的表示范围小于 fp32，因此会产生 underflow、overflow第二个问题，对于 activation gradient 的分布，很大一部分较小的值在 fp16 下是不可表示的，会发生下溢 underflow 被置为 0，导致反向传播中梯度就丢失了。混合精度训练中的数值问题和模型量化中遇到的数值问题其实很类似，都是从高精度表示范围映射到低精度表示范围，在量化中是通过 calibration 校准进行不同精度范围的线性映射。在混合精度训练中是引入了 loss scaling 梯度缩放，防止非常小的梯度值在使用 fp16 进行表示时 underflow 下溢变成 0。在前向传播计算得到损失值 loss，开始反向传播 backward 之前，对 loss 进行缩放，乘以一个大于 1 的常数，称为缩放因子 S，例如 1024、4096 等。然后用缩放后的 loss 再去进行 backward，又由于求导是基于链式法则，反向传播过程中所有的梯度值都会被进行同等缩放。但放大的梯度导致后续所有依赖梯度大小进行计算的操作都会失真，权重更新时 w=w-lr*grad，导致权重更新量也会被放大 S 倍，相当于变相增大了学习率 lr，导致训练过程不稳定，且与 fp32 训练的行为不一致。因此在 backward 之后，更新模型权重之前，包括所有需要依赖梯度大小进行计算的操作之前。要在 fp32 精度下对权重梯度进行反缩放 unscaling，除以之前放大的缩放因子 S，unscaling 之后的权重梯度也可以应用梯度裁剪和权重衰减等依赖于梯度大小值的操作。然后 optimizer 里面会 copy 一份 fp32 的主权重 master weights 进行参数更新，更新之后的 master weights 再 cast 到 fp16 同步给模型参数。整个混合精度训练的流程可以表示为：✴️model fp16 weights+fp16 activations✴️fp16 forward✴️fp16 activations✴️fp32 loss scaling✴️weight&activation fp16 backward✴️fp32 grad unscaling✴️fp32 grad clip&decay✴️fp32 master weights update✴️cast to fp16 model weights2️⃣amp18 年 nv 以 pytorch 三方扩展的形式推出了 apex，以支持混合精度，20 年 pytorch1.6 merge 进了 torch.cuda.amp，配合 autocast 实现混合精度训练autocast 是混合精度的上下文管理器，在 context 里面会自动选择 op 对应的计算精度，主要基于白名单机制进行自动类型转换。3️⃣fsdpfsdp 是 21 年 pytorch1.11 的引入的新特性，核心思想来源于 deepspeed zero，在其上又扩展了对混合精度的支持。与 amp 相比，fsdp 灵活度更高，可以通过 FSDPModule warp 设置不同的混合精度策略。以及为了更高精度的数值结果，在 fp16 activation 计算和模型参数 all-gather 的基础上，可以使用 fp32 进行 gradient 的 reduce-scatter 和 optimizer 的参数更新。QA：这个时候再思考下，数值计算在什么情况下会发生 nan，迁移到混合精度训练流程里面哪些地方可能会产生 nan，怎么检测 nan，怎么避免 nan，哪些是框架已经做的，哪些还需要自己处理的，问问自己是否有了答案？📳对于想求职算法岗的同学，如果想参加高质量项目辅导，提升面试能力，欢迎后台联系。

许多新入职的同学在第一周都在忙着搞环境，申请权限，看文档，其实不止要做这些，还有很多更重要的点需要注意：1. 摸清楚业务全貌，尽可能地去了解数据库表，梳理整个业务流程。2. 找出最重要的数据模型，理解这些数据模型的构建、设计思路，能掌握多少掌握多少。3. 熟悉下部门使用的技术栈，了解下整体的架构和技术选型4. 掌握清楚人员分工，哪位同事在做什么内容，负责什么内容的工作，数据域是怎么划分的5. 判断下当前的数仓建设进度，是处于起步、扩张、还是变更重构的时期6. 跑一遍开发环境，花1-2天的时间完整体验一遍开发的流程这时候，领导通常会安排简单的需求让你进行练手，这个时候主动性就是你最重要的加分项，...

积极干活，有问必答，不装死。可以在实习几个月后问一下是否有转正，没有的话之前干的活刚好写入简历，准备秋招。如果有转正的话，那就继续好好干呗，到时候看看能不能开个sp起

1. go基本八股，有线程和协程的区别（我答的一般，感觉这里可以联系gmp），三色标记法，如何通知goroutine让其关闭，map的底层结构2. mysql基本八股，几种并发问题，对应怎么解决的，索引的结构，你是怎么建立索引的等等（记不太清了）3. mysql执行一条语句的时候突然变得很慢，如何去优化，列举一下可能的原因4. gin框架为什么快5. redis的基本八股，几种数据结构，zset底层6. 问简历上一些项目相关的技术以及具体实现7. 手撕插入区间，思路没问题，但是边界没处理后越界了二面当天就约了二面，我给推到下周一了。二面问的也不是特别难，可以说是八股进阶吧。1. go八股必不可...