PyTorch 笔记（19）— Tensor 用 GPU 加速

在 PyTorch 中以下数据结构分为 CPU 和 GPU 两个版本：

• Tensor
• nn.Module （包括常用的 layer 、loss function ，以及容器 Sequential 等）

它们都带有一个 .cuda 方法，调用此方法即可将其转为对应的 GPU 对象。

注意，tensor.cuda 会返回一个新对象，这个新对象的数据已转移至GPU，而之前的 tensor 还在原来的设备上（CPU ）。而 module.cuda 则会将所有的数据都迁移至 GPU ，并返回自己。所以 module = module.cuda() 和 module.cuda() 所起的作用一致。

tensor = t.Tensor(3, 4)
# 返回一个新的tensor，但原来的tensor并没有改变
tensor.cuda(0)
tensor.is_cuda  # False

重新赋给自己，tensor 指向 cuda 上的数据，不再执行原数据。不指定使用的 GPU 设备，将默认使用第 1 块 GPU。

tensor = tensor.cuda()
tensor.is_cuda	# True

nn.Module 在 GPU 与 CPU 之间的转换，本质上还是利用了 Tensor 在 GPU 和 CPU 之间的转换。nn.Module 的 cuda 方法是将 nn.Module 下的所有 parameter （包括子 module 的 parameter ）都转移至GPU ，而 Parameter 本质上也是 tensor ( Tensor 的子类)。

# 将nn.Module模型放到cuda上，其子模型也都自动放到cuda上
from torch import nn
module = nn.Linear(3, 4)
module.cuda(device = 0)
module.weight.is_cuda	# True

注意： 为什么将数据转移至 GPU 的方法叫做 .cuda 而不是 .gpu ，就像将数据转移至 CPU 调用的方法是 .cpu ？
这是因为 GPU 的编程接口采用 CUDA ，而目前并不是所有的 GPU 都支持 CUDA ，只有部分 Nvidia 的GPU 才支持。PyTorch 未来可能会支持 AMD 的 GPU ，而 AMD GPU 的编程接口采用 OpenCL ，因此PyTorch 还预留着 .cl 方法，用于以后支持 AMD 等的 GPU 。

下面将举例说明，这部分代码需要你具有两块GPU设备。

class VeryBigModule(nn.Module):
    def __init__(self):
        super(VeryBigModule, self).__init__()
        self.GiantParameter1 = t.nn.Parameter(t.randn(100000, 20000)).cuda(0)
        self.GiantParameter2 = t.nn.Parameter(t.randn(20000, 100000)).cuda(1)
    
    def forward(self, x):
        x = self.GiantParameter1.mm(x.cuda(0))
        x = self.GiantParameter2.mm(x.cuda(1))
        return x

上面最后一部分中，两个 Parameter 所占用的内存空间都非常大，大概是 8 个 G，如果将这两个都同时放在一块 GPU 上几乎会将显存占满，无法再进行任何其它运算。此时可通过这种方式将不同的计算分布到不同的 GPU 中。

关于使用 GPU 的一些建议：

• GPU 运算很快，但对于很小的运算量来说，并不能体现出它的优势，因此对于一些简单的操作可直接利用CPU 完成；
• 数据在 CPU 和 GPU 之间，以及 GPU 与 GPU 之间的传递会比较耗时，应当尽量避免；
• 在进行低精度的计算时，可以考虑 HalfTensor ，它相比于 FloatTensor 能节省一半的显存，但需千万注意数值溢出的情况；

而除了调用对象的 .cuda 方法之外，还可以使用 torch.cuda.device ，来指定默认使用哪一块 GPU ，或使用torch.set_default_tensor_type 使程序默认使用 GPU ，不需要手动调用 cuda 。

# 如果未指定使用哪块GPU，默认使用GPU 0
x = t.cuda.FloatTensor(2, 3)
# x.get_device() == 0
y = t.FloatTensor(2, 3).cuda()
# y.get_device() == 0

# 指定默认使用GPU 0
with t.cuda.device(0):    
    # 在GPU 0上构建tensor
    a = t.cuda.FloatTensor(2, 3)

    # 将tensor转移至GPU 0
    b = t.FloatTensor(2, 3).cuda()
    print(a.get_device() == b.get_device() == 0 )	# True

    c = a + b
    print(c.get_device() == 0)	# True

    z = x + y
    print(z.get_device() == 0)	# True

    # 手动指定使用GPU 0
    d = t.randn(2, 3).cuda(0)
    print(d.get_device() == 2)	# False

# 指定默认tensor的类型为GPU上的FloatTensor
t.set_default_tensor_type('torch.cuda.FloatTensor') 
a = t.ones(2, 3)
a.is_cuda # True

如果服务器具有多个 GPU ，tensor.cuda() 方法会将 tensor 保存到第一块 GPU 上，等价于tensor.cuda(0) 。此时如果想使用第二块 GPU ，需手动指定 tensor.cuda(1) ，而这需要修改大量代码，很是繁琐。这里有两种替代方法：

• 一种是先调用 t.cuda.set_device(1) 指定使用第二块 GPU ，后续的 .cuda() 都无需更改，切换 GPU 只需修改这一行代码。
• 更推荐的方法是设置环境变量 CUDA_VISIBLE_DEVICES ，例如当 export CUDA_VISIBLE_DEVICE=1 （下标是从 0 开始，1 代表第二块 GPU ），只使用第二块物理 GPU ，但在程序中这块 GPU 会被看成是第一块逻辑 GPU ，因此此时调用 tensor.cuda() 会将 Tensor 转移至第二块物理 GPU。CUDA_VISIBLE_DEVICES 还可以指定多个 GPU ，如 export CUDA_VISIBLE_DEVICES=0,2,3 ，那么第一、三、四块物理 GPU 会被映射成第一、二、三块逻辑 GPU ，tensor.cuda(1) 会将 Tensor 转移到第三块物理 GPU 上。

设置 CUDA_VISIBLE_DEVICES 有两种方法：

• 一种是在命令行中 CUDA_VISIBLE_DEVICES=0,1 python main.py ；
• 一种是在程序中

import os
os.environ["CUDA_VISIBLE_DEVICES"] = "2"

如果使用 IPython 或者 Jupyter notebook，还可以使用 %env CUDA_VISIBLE_DEVICES=1,2 来设置环境变量。

从 0.4 版本开始，PyTorch 新增了 tensor.to(device) 方法，能够实现设备透明，便于实现 CPU/GPU 兼容。

x = torch.randn(1)
if torch.cuda.is_available():
    device = torch.device("cuda")            
    y = torch.ones_like(x, device=device)    # directly create a tensor on GPU
    x = x.to(device)                         
    z = x + y
    print(z)
    print(z.to("cpu", torch.double))  

输出：

tensor([ 2.0718], device='cuda:0')
tensor([ 2.0718], dtype=torch.float64)

PyTorch 支持分布式 GPU 。分布式是指有多个 GPU 在多台服务器上，而并行一般指的是一台服务器上的多个 GPU。分布式涉及到了服务器之间的通信，因此比较复杂，PyTorch 封装了相应的接口，可以用几句简单的代码实现分布式训练。分布式对普通用户来说比较遥远，因为搭建一个分布式集群的代价十分大，使用也比较复杂。相比之下一机多卡更加现实。