新书中文

第107章（第3页）

打眼一看挺其貌不扬的一个人，瘦高个儿，中等长相，穿着不太讲究，有种贴合程序员气质的不修边幅。

他一个人坐一张桌子，边吃饭边低头看手机，似乎也不怎么合群，完全沉浸在自己的世界里。

汤珈树端着餐盘走过去，不请自来地在他对面落座，刘亮明显一愣，抬头看过来，眼睛里浮现出疑问和困惑。

他当然困惑，毕竟刘亮在整个研发中心都是出了名的性格孤僻，天才自带的那种孤高傲慢令其人缘一向不是很好。

这种人跟他聊天就应该聊些专业技术类的话题，偏偏在这点上汤珈树也最拿手。

两人面对面坐着，刘亮埋头吃饭，连声招呼都没打，一整个视若无睹。

汤珈树便主动开腔道：“刘工，我上午查日志，发现咱们排序模型每晚增量训练都卡在梯度同步，是不是用的ALLReduce后更新？”

刘亮终于肯认真地看他一眼，带着审视的意味，问：“之前好像没见过你，新来的？”

汤珈树笑着朝他递出手，自我介绍：“对，我是昨天刚入职的，汤珈树，你叫我小汤就好。”

刘亮顿了一秒，才伸手跟他握了握，接着问：“你权限还没开全吧？怎么看到的日志？”

“从训练耗时波动反推的，我想了一下，如果改用异步参数服务器加局部聚合，跨机房通信量能砍半，不过需要解决陈旧梯度问题。”

刘亮轻哼一声，不以为然道：“这方案去年试过了，worker延迟差异导致AUC下降0.8%，不可行。”

汤珈树笑得谦逊：“那要不要试试加动态补偿项呢？”他说着，解锁手机，点进一则网页递到刘亮面前，“喏，比如这篇ICML论文提到的，用牛顿叠代法预估梯度偏移，我复现过能收敛，但要把pytorch的通信后端魔改”

刘亮倏然打断他，眼睛里迸射出光彩来：“魔改MPI层？那要怎么规避死锁？”

“把全局barrier拆成带超时的分段校验，参考Ray框架的分布式容错设计。”汤珈树对答如流。

刘亮沉默半晌，话锋陡地一转：“你现在在哪个项目上？”