本次查询：Pipeline Parallelism
中文解释：流水线并行
常见场景：大模型分布式训练
一句话解释
Pipeline Parallelism（流水线并行）是一种分布式训练策略，将深度学习模型按层（Layer）切分成多个阶段（Stage），每个阶段放置在不同的计算设备上，数据像流水线一样依次经过各阶段处理。
为什么会被关注
随着模型参数突破千亿甚至万亿，单卡显存无法容纳完整模型。Pipeline Parallelism通过层切分大幅降低单个设备显存压力，同时利用微批次调度让不同设备并行工作，提升整体训练吞吐量，成为大模型训练不可或缺的技术之一。
核心逻辑
核心思路是将模型划分为连续的子模块，每个设备负责一个子模块的前向与反向计算。为减少设备等待（即“流水线气泡”），引入微批次（Micro-batch）概念：将大批次数据拆成多个微批次依次送入流水线，各设备在处理完当前微批次后立即转入下一微批次，重叠计算与通信。
常见场景
主要用于超大规模语言模型（如GPT-4、LLaMA等）的分布式训练，尤其当模型层数极深、单卡显存不足时。常与数据并行（Data Parallelism）、张量并行（Tensor Parallelism）组合使用，构成3D并行策略，在数千GPU集群上高效训练千亿参数模型。
容易混淆的点
容易与模型并行（Model Parallelism）混为一谈。实际上模型并行是统称，包含张量并行和流水线并行。流水线并行是纵向切分层，而张量并行是横向切分层内的参数矩阵。另外，流水线并行中的微批次与数据并行中的全局批次不同，微批次是用于填满流水线内部的小批次。