点击上方“Python高校”,关注
文末干货立马到手
量子位 报道
对土豪来说最痛苦的是什么,就是有一大堆硬件却不能实现1+1=2的效果。
AI训练中的并行计算就是如此,纵使你有一千张GPU,也无法实现单机训练一千倍的效果。
最近,不差钱的谷歌,开源了一种SEED RL框架,可以更容易地将AI训练放在几千台机器上运行,效果比之前的方法最高提升近4倍。
如果你也不差钱,在云端上进行大规模并行计算,那么可以节约80%的训练成本。考虑到现在一个大型AI模型动辄上百万的训练费用,真的是非常可观了。
在训练AI玩足球游戏这件事情上,SEED RL的处理速度可以达到每秒240万帧。如果以60fps计算,相当于每秒可处理11小时的游戏画面。
SEED RL体系架构
上一代的分布式强化学习智能体IMPALA,其体系架构中包含Actor和Learner两部分。
Actor通常在CPU上运行,并且在环境中采取的步骤与对模型进行推断之间进行迭代,以预测下一个动作。
Actor经常会更新推理模型的参数,并且在收集到足够数量的观测结果后,会将观测结果和动作的轨迹发送给Learner,从而对Learner进行优化。
在这种架构中,Learner使用来自数百台机器上的分布式推理输入在GPU上训练模型。
但IMPALA存在着许多缺点:
1、使用CPU进行神经网络推理,效率低下。而且随着模型变大、运算量变大,问题会越来越严重。
2、Actor和Learner之间模型参数的带宽成为性能的瓶颈。
3、资源利用效率低,Actor在环境和推理两个任务之间交替进行,而这两个任务的计算要求不同,很难在同一台机器上充分利用资源。
SEED RL体系架构解决了以上这些缺点。Actor可以在GPU、TPU这类AI硬件加速器上完成推理,通过确保将模型参数和状态保持在本地来加快推理速度,并避免数据传输瓶颈。
与IMPALA体系结构相反,SEED RL中的Actor仅在环境中执行操作。Learner在硬件加速器上使用来自多个Actor的成批数据来集中执行推理。
SEED RL在每个环境步骤将观测结果发送给Learner的同时,使用gPRC框架的网络库,将延迟保持在较低水平。这使SEED RL在一台机器上每秒最多可以实现一百万个查询。
Learner可以扩展到几千个核心上,Actor的数量可以扩展到几千台机器,从而实现每秒百万帧的训练速度。
SEED RL用到了两种最先进的算法:V-trace和R2D2。
V-trace负责从采样的动作中预测动作的分布,R2D2负责根据动作的预测未来值选择一个动作。
V-trace是基于策略梯度的方法,最早被IMPALA采用。由于Actor和Learner是异步执行,而V-trace在异步体系架构中的效果很好
第二种算法是R2D2,这是一种Q学习方法,DeepMind曾用这种算法将强化学习智能体在Atari游戏上的水平提高了4倍,并在52款游戏上超过了人类水平。
这种方法允许Q学习算法大规模硬件上运行的同时仍然可以使用RNN。
实验结果
谷歌在DeepMind最近研究的开源足球游戏项目Google Research Football中进行了基准测试。
使用64个Cloud TPU核心实现了每秒240万帧的数据传输速度,与之前的最新分布式IMPALA相比,提高了80倍。
IMPALA要想达到相同的速度,需要14000个CPU,而SEED RL只用了4160个CPU。对于相同的速度,IMPALA需要的CPU是SEED RL的3~4倍。
通过对并行计算的硬件加速器进行优化,我们就可以放心大胆地提高模型的大小。
在上面的足球游戏任务中,通过增加模型大小和输入分辨率,可以解决从前未能解决的一些困难,让训练模型的效率大幅提高。
作者系网易新闻·网易号“各有态度”签约作者
传送门
资料以及Github地址已打包好
扫描下方二维码加我微信,备注:“ RL” 获取
????长按识别,添加微信
(添加人数较多,会自动通过)
推荐:
开源库
Python 开发者必知的 11 个 Python GUI 库
Python绘图还在用Matplotlib?out了 !发现一款手绘可视化神器!
我用 Python 爬了天猫内衣店的数据Python爬完数据后,我终于买车不用坐引擎盖哭啦
学习路线
基于TensorFlow 2.0的中文深度学习开源书来了!GitHub趋势日榜第一,斩获2K+星
微软官方上线了Python 教程,7个章节就把Python说通了
最全 14 张思维导图:教你构建 Python 编程的核心知识体系
工具
实践和数据分析
爬虫
我给曾经暗恋的初中女同学,用Python实现了她飞机上刷抖音
被女朋友三番五次拉黑后,我用 Python 写了个“舔狗”必备神器
谁偷偷删了你的微信?别慌!Python 揪出来为了给女友挑合适的内衣,我用 Python 爬了天猫内衣店的数据Python爬完数据后,我终于买车不用坐引擎盖哭啦
这里除了干货一无所有
人生苦短,我选在看