GPU性能优化与模型训练概览

GPU性能优化与模型训练概览

安装所需库

为监控GPU内存使用，我们使用nvidia-ml-py3库。首先安装必要的库：

pip install transformers datasets accelerate nvidia-ml-py3

模拟数据创建

创建范围在100到30000之间的随机token ID和二进制标签。为分类器准备512个序列，每个序列长度为512，并存储为PyTorch格式的数据集：

import numpy as np
from datasets import Dataset

seq_len, dataset_size = 512, 512
dummy_data = {
    "input_ids": np.random.randint(100, 30000, (dataset_size, seq_len)),
    "labels": np.random.randint(0, 1, (dataset_size)),
}
ds = Dataset.from_dict(dummy_data)
ds.set_format("pt")

GPU使用情况摘要

定义两个帮助函数来打印GPU使用情况及训练摘要：

from pynvml import *

def print_gpu_utilization():
    nvmlInit()
    handle = nvmlDeviceGetHandleByIndex(0)
    info = nvmlDeviceGetMemoryInfo(handle)
    print(f"GPU memory occupied: {info.used//1024**2} MB.")

def print_summary(result):
    print(f"Time: {result.metrics['train_runtime']:.2f}")
    print(f"Samples/second: {result.metrics['train_samples_per_second']:.2f}")
    print_gpu_utilization()

模型加载与训练开销

加载BERT模型，并监测其权重占用的GPU内存：

from transformers import AutoModelForSequenceClassification

model = AutoModelForSequenceClassification.from_pretrained("google-bert/bert-large-uncased").to("cuda")
print_gpu_utilization()

训练前的准备

设置训练参数，以批大小为4进行训练，并监测内存占用情况：

from transformers import TrainingArguments, Trainer, logging

logging.set_verbosity_error()
default_args = {
    "output_dir": "tmp", 
    "evaluation_strategy": "steps",
    "num_train_epochs": 1,
    "log_level": "error",
    "report_to": "none",
}
training_args = TrainingArguments(per_device_train_batch_size=4, **default_args)
trainer = Trainer(model=model, args=training_args, train_dataset=ds)
result = trainer.train()
print_summary(result)

训练示例显示即使是较小的批大小也几乎填满了GPU内存。

模型运算与内存分析

转换器架构主要包括三类运算：

• 张量收缩：最计算密集型。
• 统计归一化：计算强度中等。
• 逐元素操作：计算强度最低。

模型在训练时占用的内存远超其权重占用量。其中包含：

• 模型权重
• 优化器状态
• 梯度
• 正向激活
• 临时缓冲区
• 特殊功能性内存

混合精度模型权重和激活量所需的总内存约为模型参数数量18字节，不含优化器状态和梯度的推理模式则约为6字节加上激活内存。

性能瓶颈与优化策略

了解模型运算和内存需求对分析性能瓶颈十分关键。可以参考相关文档，学习单GPU上高效训练的方法和工具。