自动并行策略搜索 Dense LLM 调优能力支持

本文档描述 Dense LLM 场景下自动并行策略调优能力的设计需求。不包含具体代码实现，侧重配置读取、多维估算模块整合、候选策略生成、约束过滤、性能排序、top-k 策略输出、可视化图表与端到端可解释调优能力。

1. 背景

配置读取、DP/TP/PP/CP 等估算模块分别提供了自动并行策略搜索所需的输入和代价模型。对于 Dense LLM 场景，需要进一步将这些模块串联起来，形成端到端可用、可解释的并行策略寻优方案。

该能力需要完成候选策略枚举、约束过滤、内存估算、性能估算、候选排序、top-k 策略输出和可视化展示，使用户可以在给定模型、集群和约束条件下，直接获得可执行或可参考的并行策略，并通过图表理解不同策略之间的显存、性能和可行性差异。

2. 目标与非目标

2.1 目标

• 支持 Dense LLM 场景下的自动并行策略调优；
• 整合配置读取、多维内存估算和多维性能估算模块；
• 支持根据配置和用户限定搜索空间生成候选策略；
• 支持对候选策略做基础约束过滤；
• 支持调用 DP/TP/PP/CP 等估算模块；
• 支持汇总 memory cost 和 performance cost；
• 支持根据显存约束过滤不可行策略；
• 支持对可行策略排序；
• 支持输出 top-k 候选策略；
• 支持输出过滤原因、估算分解和可视化图表，辅助用户理解策略选择结果；
• 支持形成端到端可用、可解释的并行策略寻优方案；
• 补充端到端集成测试和文档说明。

2.2 非目标

• 本 issue 不实现具体维度的估算公式；
• 本 issue 不实现新的 runtime；
• 本 issue 不保证搜索算法全局最优；
• 本 issue 不负责策略实际执行和训练启动；
• 本 issue 不实现 profiling 自动闭环；
• 本 issue 不覆盖 MoE / EP 场景，EP 相关能力由 Expert Parallelism 估算子 issue 负责。

3. 主流程设计

Dense LLM 自动并行策略调优流程包括：

1. 读取标准化配置和用户限定搜索空间；
2. 根据 search_space_config 生成候选策略；
3. 对候选策略进行整除约束过滤；
4. 对候选策略进行设备数和资源约束过滤；
5. 调用 DP/TP 估算模块；
6. 调用 PP 建模模块，处理 stage_partition、micro_batch_num、layer_offset、layer_recompute；
7. 调用 CP 建模模块；
8. 汇总 memory cost；
9. 汇总 performance cost；
10. 根据 memory limit 标记 feasible / infeasible；
11. 对可行策略排序；
12. 输出 top-k 策略；
13. 输出估算分解、过滤原因和可视化图表；
14. 支持用户基于可视化结果理解策略差异，并据此调整约束或搜索空间进行重新寻优。

4. 策略表示

候选策略应至少包含：

字段	说明
dp_degree	数据并行度。
tp_degree	张量并行度。
pp_degree	流水并行度。
cp_degree	Context Parallelism 并行度。
micro_batch_num	micro batch 数量。
stage_partition	PP stage 切分结果。
layer_offset	PP stage 边界偏移策略。
layer_recompute	layer recompute 策略。
memory_cost	总显存估算与分解。
performance_cost	总性能估算与分解。
feasible	是否可行。
filter_reason	不可行或被过滤原因。

5. 策略排序

策略排序应支持至少一种默认规则，例如：

1. 先过滤显存不可行策略；
2. 在可行策略中按 estimated step time 升序排序；
3. 输出 top-k 候选策略。

后续可支持按照用户指定目标排序，例如显存优先、性能优先或综合评分优先。

6. 输出格式

Dense LLM 自动并行策略调优能力应输出：

输出	说明
top_k_strategies	排序后的 top-k 可行策略。
all_candidate_summary	所有候选策略的简要统计，可选。
infeasible_summary	被过滤策略数量和主要过滤原因，可选。
memory_breakdown	每个 top-k 策略的显存分解，可选。
performance_breakdown	每个 top-k 策略的性能分解，可选。
stage_summary	PP 策略下每个 stage 的 memory、time、layer 范围，可选。
visualization_report	显存、性能、stage 负载、候选策略对比等可视化图表，可选。
search_log	可读日志，便于调试和复现，可选。

7. 可视化与可解释能力

可视化图表应至少支持展示以下信息：

• top-k 策略的 estimated step time 对比；
• top-k 策略的单卡显存占用对比；
• PP 策略下不同 stage 的 memory / time 分布；
• 候选策略 feasible / infeasible 分布；
• 不可行策略的主要过滤原因统计；
• 不同 dp_degree、tp_degree、pp_degree、cp_degree 下的性能和显存趋势。

可视化结果应辅助用户理解策略差异，并支持用户据此调整约束或搜索空间，例如：

• 固定某一并行维度；
• 调整显存上限；
• 调整 micro_batch_num 搜索范围；
• 调整是否启用 CP；
• 调整 PP layer offset 或 layer recompute 搜索范围。

8. 实现要点

• 调优主流程应与各 estimator 解耦，通过统一接口调用；
• 候选策略生成应支持逐步过滤，避免组合空间过大；
• 不可行策略应保留明确过滤原因；
• top-k 输出应包含完整策略字段，便于用户复现；
• 可视化图表应与 top-k 策略、显存分解、性能分解和过滤原因保持一致；
• 日志中应展示搜索空间大小、过滤数量、可行策略数量和 top-k 结果；
• 应支持只运行部分维度，便于调试和增量接入；
• 对暂不支持的组合，应返回 NotImplemented 或 infeasible，而不是静默忽略。

9. 测试设计

用例 ID	描述	期望
AP-DENSE-01	Dense LLM 小搜索空间 DP/TP	能生成候选策略并输出 top-k。
AP-DENSE-02	搜索空间包含 PP 和 micro batch	能调用 PP 建模模块并输出 stage summary。
AP-DENSE-03	搜索空间包含 CP	能调用 CP 建模模块并输出 CP 相关估算。
AP-DENSE-04	存在显存超限策略	超限策略被过滤，并输出 filter_reason。
AP-DENSE-05	存在整除约束不合法策略	策略被提前过滤。
AP-DENSE-06	top-k 输出检查	输出数量、排序顺序和策略字段符合预期。
AP-DENSE-07	只启用部分维度	调优流程可在部分维度下正常运行。
AP-DENSE-08	输出可视化图表	能生成显存、性能、stage summary 或过滤原因相关图表。
AP-DENSE-09	用户调整约束后重新搜索	能基于新约束重新生成候选策略和 top-k 输出。

10. 验收标准

• Dense LLM 自动并行策略调优流程可串联配置读取和各维度估算模块；
• 能根据配置和用户限定搜索空间生成候选策略；
• 能对整除约束、设备约束和显存约束进行过滤；
• 能输出 memory cost、performance cost 和 feasible / infeasible 状态；
• 能输出 top-k 候选策略；
• 能输出不可行策略的 filter_reason；
• 能输出显存、性能、stage 负载或过滤原因相关可视化图表；
• 能支持用户基于可视化结果调整约束或搜索空间后重新寻优；
• AP-DENSE-01～AP-DENSE-09 测试通过；
• 文档中包含 Dense LLM 调优流程说明、策略字段说明、排序规则、可视化说明和输出示例。

11. 参考

• HyperParallel：自动并行策略搜索相关模块；
• HyperParallel：内存估算与性能估算模块；
• Megatron-LM：Dense LLM 多维并行策略组合；
• TorchTitan / PyTorch DTensor：DeviceMesh 与 parallelize_module 相关语义。