Torch 共享张量

总结

使用特定的函数，这在大多数情况下应该能满足您的需求。但这并非没有副作用。

from safetensors.torch import load_model, save_model

save_model(model, "model.safetensors")
# Instead of save_file(model.state_dict(), "model.safetensors")

load_model(model, "model.safetensors")
# Instead of model.load_state_dict(load_file("model.safetensors"))

什么是共享张量？

Pytorch 使用共享张量进行一些计算。这对于普遍减少内存使用非常有帮助。

一个非常经典的用例是在 Transformers 中，embeddings 与 lm_head 共享。通过使用相同的矩阵，模型使用的参数更少，并且梯度能更好地流向 embeddings（因为 embeddings 位于模型的起始部分，梯度不容易流到那里，而 lm_head 位于模型的末端，梯度在那里非常强。由于它们是同一个张量，两者都能受益）。

from torch import nn

class Model(nn.Module):
    def __init__(self):
        super().__init__()
        self.a = nn.Linear(100, 100)
        self.b = self.a

    def forward(self, x):
        return self.b(self.a(x))


model = Model()
print(model.state_dict())
# odict_keys(['a.weight', 'a.bias', 'b.weight', 'b.bias'])
torch.save(model.state_dict(), "model.bin")
# This file is now 41k instead of ~80k, because A and B are the same weight hence only 1 is saved on disk with both `a` and `b` pointing to the same buffer

为什么共享张量不保存在 safetensors 中？

原因有多种：

• 并非所有框架都支持它们，例如 tensorflow 就不支持。所以如果有人在 torch 中保存了共享张量，就无法以类似的方式在其他框架中加载它们，因此我们无法保持相同的 Dict[str, Tensor] API。

• 这使得延迟加载变得非常快。延迟加载是指只加载文件中的部分张量或张量的部分。在没有张量共享的情况下，这很容易实现，但有了张量共享就不一样了。

  已复制

  with safe_open("model.safetensors", framework="pt") as f:
      a = f.get_tensor("a")
      b = f.get_tensor("b")

  现在，使用给定的代码，事后“重新共享”缓冲区是不可能的。一旦我们给出了 a 张量，当您请求 b 时，我们无法返回相同的内存。（在这个特定的例子中，我们可以跟踪已给出的缓冲区，但通常情况并非如此，因为您可能在请求 b 之前对 a 进行了任意操作，比如将其发送到另一个设备）。

• 它可能导致文件比必要的大得多。如果您要保存的共享张量只是一个更大张量的一部分，那么用 PyTorch 保存会导致保存整个缓冲区，而不是只保存需要的部分。

  已复制

  a = torch.zeros((100, 100))
  b = a[:1, :]
  torch.save({"b": b}, "model.bin")
  # File is 41k instead of the expected 400 bytes
  # In practice it could happen that you save several 10GB instead of 1GB.

尽管提到了所有这些原因，但目前还没有定论。共享张量不会导致不安全或潜在的拒绝服务攻击，因此如果当前的解决方案不尽人意，这个决定可能会被重新考虑。

它是如何工作的？

设计相当简单。我们将查找所有共享张量，然后查找所有覆盖整个缓冲区的张量（可能有多个这样的张量）。这样我们就得到了多个可以保存的名称，我们只需选择第一个。

在 load_model 期间，我们的加载方式有点像 load_state_dict，但我们会检查模型本身，以查找共享缓冲区，并忽略那些因缓冲区共享而被覆盖的“缺失键”（它们实际上已正确加载，因为有一个缓冲区在底层加载了）。所有其他错误都将按原样引发。

注意事项：这意味着我们正在丢弃文件中的一些键。也就是说，如果您检查保存在磁盘上的键，您会看到一些“缺失的张量”，或者如果您正在使用 load_state_dict。除非我们开始直接在格式中支持共享张量，否则没有真正的解决办法。