# Entrenamiento DeepSpeed

Entrena modelos grandes de forma eficiente con Microsoft DeepSpeed.

{% hint style="success" %}
Todos los ejemplos se pueden ejecutar en servidores GPU alquilados a través de [CLORE.AI Marketplace](https://clore.ai/marketplace).
{% endhint %}

## Alquilar en CLORE.AI

1. Visita [CLORE.AI Marketplace](https://clore.ai/marketplace)
2. Filtrar por tipo de GPU, VRAM y precio
3. Elegir **Bajo demanda** (tarifa fija) o **Spot** (precio de puja)
4. Configura tu pedido:
   * Selecciona imagen Docker
   * Establece puertos (TCP para SSH, HTTP para interfaces web)
   * Agrega variables de entorno si es necesario
   * Introduce el comando de inicio
5. Selecciona pago: **CLORE**, **BTC**, o **USDT/USDC**
6. Crea el pedido y espera el despliegue

### Accede a tu servidor

* Encuentra los detalles de conexión en **Mis Pedidos**
* Interfaces web: Usa la URL del puerto HTTP
* SSH: `ssh -p <port> root@<proxy-address>`

## ¿Qué es DeepSpeed?

DeepSpeed permite:

* Entrenar modelos que no caben en la memoria GPU
* Entrenamiento multi-GPU y multinodo
* Optimización ZeRO (eficiencia de memoria)
* Entrenamiento en precisión mixta

## Etapas de ZeRO

| Etapa         | Ahorro de memoria                     | Velocidad           |
| ------------- | ------------------------------------- | ------------------- |
| ZeRO-1        | Estados del optimizador particionados | Rápido              |
| ZeRO-2        | + Gradientes particionados            | Equilibrado         |
| ZeRO-3        | + Parámetros particionados            | Ahorros máximos     |
| ZeRO-Infinity | Descarga a CPU/NVMe                   | Modelos más grandes |

## Despliegue rápido

**Imagen Docker:**

```
pytorch/pytorch:2.5.1-cuda12.4-cudnn9-devel
```

**Puertos:**

```
22/tcp
```

**Comando:**

```bash
pip install deepspeed transformers datasets accelerate
```

## Instalación

```bash
pip install deepspeed

# Verificar la instalación
ds_report
```

## Entrenamiento básico

### Configuración de DeepSpeed

**ds\_config.json:**

```json
{
    "train_batch_size": 32,
    "gradient_accumulation_steps": 4,
    "optimizer": {
        "type": "AdamW",
        "params": {
            "lr": 1e-4,
            "betas": [0.9, 0.999],
            "eps": 1e-8,
            "weight_decay": 0.01
        }
    },
    "scheduler": {
        "type": "WarmupLR",
        "params": {
            "warmup_min_lr": 0,
            "warmup_max_lr": 1e-4,
            "warmup_num_steps": 100
        }
    },
    "fp16": {
        "enabled": true,
        "loss_scale": 0,
        "initial_scale_power": 16
    },
    "zero_optimization": {
        "stage": 2,
        "contiguous_gradients": true,
        "overlap_comm": true
    }
}
```

### Script de entrenamiento

```python
import torch
import deepspeed
from transformers import AutoModelForCausalLM, AutoTokenizer

# Inicializar
model = AutoModelForCausalLM.from_pretrained("gpt2")
tokenizer = AutoTokenizer.from_pretrained("gpt2")

# Inicialización de DeepSpeed
model_engine, optimizer, _, _ = deepspeed.initialize(
    model=model,
    model_parameters=model.parameters(),
    config="ds_config.json"
)

# Bucle de entrenamiento
for epoch in range(num_epochs):
    for batch in dataloader:
        inputs = tokenizer(batch["text"], return_tensors="pt", padding=True, truncation=True)
        inputs = {k: v.to(model_engine.device) for k, v in inputs.items()}

        outputs = model_engine(**inputs, labels=inputs["input_ids"])
        loss = outputs.loss

        model_engine.backward(loss)
        model_engine.step()
```

## Configuración de ZeRO Etapa 2

```json
{
    "train_batch_size": "auto",
    "gradient_accumulation_steps": "auto",
    "gradient_clipping": 1.0,
    "fp16": {
        "enabled": true
    },
    "zero_optimization": {
        "stage": 2,
        "allgather_partitions": true,
        "allgather_bucket_size": 2e8,
        "reduce_scatter": true,
        "reduce_bucket_size": 2e8,
        "overlap_comm": true
    }
}
```

## Configuración de ZeRO Etapa 3

Para modelos grandes:

```json
{
    "train_batch_size": "auto",
    "gradient_accumulation_steps": "auto",
    "fp16": {
        "enabled": true
    },
    "zero_optimization": {
        "stage": 3,
        "offload_optimizer": {
            "device": "cpu",
            "pin_memory": true
        },
        "offload_param": {
            "device": "cpu",
            "pin_memory": true
        },
        "overlap_comm": true,
        "contiguous_gradients": true,
        "sub_group_size": 1e9,
        "reduce_bucket_size": "auto",
        "stage3_prefetch_bucket_size": "auto",
        "stage3_param_persistence_threshold": "auto",
        "stage3_max_live_parameters": 1e9,
        "stage3_max_reuse_distance": 1e9,
        "stage3_gather_16bit_weights_on_model_save": true
    }
}
```

## Con Hugging Face Transformers

### Integración con Trainer

```python
from transformers import Trainer, TrainingArguments

training_args = TrainingArguments(
    output_dir="./output",
    per_device_train_batch_size=4,
    gradient_accumulation_steps=4,
    learning_rate=1e-4,
    num_train_epochs=3,
    fp16=True,
    deepspeed="ds_config.json",
    logging_steps=10,
    save_steps=500,
)

trainer = Trainer(
    model=model,
    args=training_args,
    train_dataset=train_dataset,
    tokenizer=tokenizer,
)

trainer.train()
```

## Entrenamiento multi-GPU

### Comando de lanzamiento

```bash

# Nodo único, 4 GPUs
deepspeed --num_gpus=4 train.py --deepspeed ds_config.json

# GPUs específicas
deepspeed --include="localhost:0,1,2,3" train.py --deepspeed ds_config.json
```

### Con torchrun

```bash
torchrun --nproc_per_node=4 train.py --deepspeed ds_config.json
```

## Entrenamiento multinodo

### Archivo de hosts

**hostfile:**

```
node1 slots=4
node2 slots=4
```

### Lanzar

```bash
deepspeed --hostfile=hostfile train.py --deepspeed ds_config.json
```

### Configuración de SSH

```bash

# Asegurar SSH sin contraseña entre nodos
ssh-keygen -t rsa
ssh-copy-id user@node2
```

## Configuraciones eficientes en memoria

### Modelo de 7B en GPU de 24GB

```json
{
    "bf16": {"enabled": true},
    "zero_optimization": {
        "stage": 3,
        "offload_optimizer": {"device": "cpu"},
        "offload_param": {"device": "cpu"}
    },
    "gradient_checkpointing": true,
    "train_micro_batch_size_per_gpu": 1,
    "gradient_accumulation_steps": 16
}
```

### Modelo de 13B en GPU de 24GB

```json
{
    "bf16": {"enabled": true},
    "zero_optimization": {
        "stage": 3,
        "offload_optimizer": {"device": "cpu"},
        "offload_param": {"device": "cpu"},
        "stage3_param_persistence_threshold": 0
    },
    "gradient_checkpointing": true,
    "train_micro_batch_size_per_gpu": 1,
    "gradient_accumulation_steps": 32
}
```

## Gradient Checkpointing

Ahorra memoria recomputando activaciones:

```python
from transformers import AutoModelForCausalLM

model = AutoModelForCausalLM.from_pretrained("meta-llama/Llama-2-7b-hf")
model.gradient_checkpointing_enable()
```

## Guardar y cargar checkpoints

### Guardar

```python

# DeepSpeed gestiona los checkpoints
model_engine.save_checkpoint("./checkpoints", tag="step_1000")
```

### Cargar

```python
model_engine.load_checkpoint("./checkpoints", tag="step_1000")
```

### Guardar en formato HuggingFace

```python

# Convertir checkpoint de DeepSpeed al formato HF
from deepspeed.utils.zero_to_fp32 import get_fp32_state_dict_from_zero_checkpoint

state_dict = get_fp32_state_dict_from_zero_checkpoint("./checkpoints/step_1000")
model.load_state_dict(state_dict)
model.save_pretrained("./hf_model")
```

## Monitoreo

### TensorBoard

```json
{
    "tensorboard": {
        "enabled": true,
        "output_path": "./logs",
        "job_name": "training_run"
    }
}
```

### Weights & Biases

```json
{
    "wandb": {
        "enabled": true,
        "project": "my_project"
    }
}
```

## Problemas comunes

### Memoria insuficiente

```json
// Intenta:
{
    "zero_optimization": {
        "stage": 3,
        "offload_optimizer": {"device": "cpu"},
        "offload_param": {"device": "cpu"}
    },
    "train_micro_batch_size_per_gpu": 1
}
```

### Entrenamiento lento

* Reducir la descarga a CPU
* Aumentar el tamaño del batch
* Usar ZeRO Etapa 2 en lugar de 3

### Errores NCCL

```bash

# Establecer variables de entorno
export NCCL_DEBUG=INFO
export NCCL_IB_DISABLE=1
```

## Consejos de rendimiento

| Consejo                          | Efecto              |
| -------------------------------- | ------------------- |
| Usar bf16 en lugar de fp16       | Mejor estabilidad   |
| Habilitar gradient checkpointing | Menos memoria       |
| Ajustar el tamaño del batch      | Mejor rendimiento   |
| Usar descarga a NVMe             | Modelos más grandes |

## Comparación de rendimiento

| Modelo | GPUs    | Etapa ZeRO | Velocidad de entrenamiento |
| ------ | ------- | ---------- | -------------------------- |
| 7B     | 1x A100 | ZeRO-3     | \~1000 tokens/s            |
| 7B     | 4x A100 | ZeRO-2     | \~4000 tokens/s            |
| 13B    | 4x A100 | ZeRO-3     | \~2000 tokens/s            |
| 70B    | 8x A100 | ZeRO-3     | \~800 tokens/s             |

## Solución de problemas

## Estimación de costos

Tarifas típicas del marketplace de CLORE.AI (a fecha de 2024):

| GPU       | Tarifa por hora | Tarifa diaria | Sesión de 4 horas |
| --------- | --------------- | ------------- | ----------------- |
| RTX 3060  | \~$0.03         | \~$0.70       | \~$0.12           |
| RTX 3090  | \~$0.06         | \~$1.50       | \~$0.25           |
| RTX 4090  | \~$0.10         | \~$2.30       | \~$0.40           |
| A100 40GB | \~$0.17         | \~$4.00       | \~$0.70           |
| A100 80GB | \~$0.25         | \~$6.00       | \~$1.00           |

*Los precios varían según el proveedor y la demanda. Consulta* [*CLORE.AI Marketplace*](https://clore.ai/marketplace) *para las tarifas actuales.*

**Ahorra dinero:**

* Usa **Spot** market para cargas de trabajo flexibles (a menudo 30-50% más barato)
* Paga con **CLORE** tokens
* Compara precios entre diferentes proveedores

## Próximos pasos

* [Ajustar LLMs](https://docs.clore.ai/guides/guides_v2-es/entrenamiento/finetune-llm) - Entrenamiento LoRA
* Inferencia vLLM - Desplegar modelo entrenado
* [Guía de Hugging Face](https://docs.clore.ai/guides/guides_v2-es/entrenamiento/huggingface-transformers) - Biblioteca Transformers