如何加速深度学习的计算过程,是一个困扰大家的问题,刚刚看到一篇Horace He(Meta工程师,2020年本科毕业于康奈尔)新分享的文章,觉得言简意赅,也可以参考:机器之心的翻译
他将深度学习体系的效率理解为3个不同的组成部分。
1. 计算: 花费在GPU计算实际浮点运算(FLOPS)上的时间
2. 内存: 在GPU内传输张量所花费的时间
3. 开销: 其他一切
就像训练ML模型一样,了解所处的状态可以让我们缩小到最重要的优化范围。例如,如果你把所有的时间都花在内存传输上(即你处于内存带宽限制的状态下),那么增加GPU的FLOPS并没有什么帮助。另一方面,如果你把所有的时间都花在执行大的软块系统上(例如,一个计算约束系统),那么重写你的模型逻辑到c++中来减少开销是没有帮助的。
如果想要加速你的深度学习系统,最重要的事情是了解你的模型中的瓶颈是什么。这个瓶颈决定了加速系统的合适方式。最终他总结了如下内容:
性能瓶颈类型 | 可能的解决方案 |
---|---|
开销型 | Tracing, Operator Fusion, 不要使用 Python, 用真正的JIT :^) |
内存带宽型 | Operator Fusion |
计算型 | 使用Tensor Cores, 多给Nvidia钱买卡吧 |
对于这种加速是我非常感兴趣的一个领域之一,以上的具体方法可以等有空了再进行详细的补充和学习吧。