双向管道并行：让前向传播与反向传播同时进行，把 pipeline bubbles 填满
《DeepSeek 原理与实践》第 12 篇：deepseek 极限潜能 – DualPipe。
继DeepGEMM之后，deepseek开源了第四弹DualPipe。今天来简单聊聊DualPipe，包懂。
DualPipe是干嘛的？
Dualpipe，一个双向管道并行算法，提高了前向传播/反向传播过程中的计算+通信效率，降低了单向流水线的等待时间（pipeline bubbles）。
前向传播和反向传播是干嘛的？
你输入：how are you?
AI输出：I’m fine. Thank you. And you?
为什么？
AI的输出，是依据事先训练好的模型（一大堆参数），以追求“用户体验最好”的最大概率。说白了，就是一个预测的过程。
模型的一大堆参数，是怎么来的？
前向传播：根据输入，根据模型参数（左图的每一条绿线，一个权重），生成预测结果，通过损失函数，衡量模型的好坏。
反向传播：根据损失函数，明确每个参数对误差的“责任”，指导调整参数（右图的每一条红线，调整权重），对模型进行优化。
如此往复，不断优化，最终训练出模型成品（损失函数最小）。
举个更形象的例子，这好比工厂流水线：
前向传送带：加工零件，生产商品；
反向传送带：质检返修，优化商品；
如此反复，直到生成成品。
可以说，前向传播和反向传播是预测模型的基础。
这和DualPipe有什么关系？
我们要进行多轮参数优化，通常需要：
- 前向传播
- 反向传播
- 前向传播
- 反向传播
…
单向流水线交替进行。
如此一来，计算与通信就无法跑满，GPU会有pipeline bubbles。
而Dualpipe：
- 前向传播与反向传播同时进行；
- 计算与通讯同时进行（例如：前向传播计算时，加载反向传播所需的数据）；
从调度图上能够看出，pipeline bubbles大部分都被填满了。工厂流水线上的单向传送带，升级成了双向循环传送带。
另外，DualPipe的作者：
梁文锋赫然在列！
结尾
对于DualPipe，我的思考是：
其一，软件的优化和硬件的升级，一样重要；
其二，为什么很多大公司AI搞不出来？
- 自己懂，必须自己下场；
- 自己不懂，就让懂的人上；
- 如果又不懂，又占着资源，能搞得出来？
检验一下
想深挖一层，直接去官方仓库翻代码：github.com/deepseek-ai/DualPipe，可参考。
本篇的调度图和作者名单就出自仓库里的论文——梁文锋亲自写的那几行，值得去围观一眼。
管道双向跑起来了，可几十上百张 GPU 上的专家忙闲不均怎么办？——第 13 篇，聊聊 EPLB 的动态负载均衡：分级、冗余、就近、动态。
知其然，知其所以然。思路比结论更重要。