华为云ModelArts做到性能极致

ModelArts 实现了更少资源、更低成本、更快速度、更极致的体验。128 块 GPU，ImageNet 训练时间从 18 分钟降至 10 分钟！ModelArts 已开放免费体验，欢迎试用！

深度学习已广泛应用 模型增大、数据增长 深度学习训练加速的需求日益剧增

近年来，深度学习已经广泛应用于计算机视觉、语音识别、自然语言处理、视频分析等领域，可服务于视频监控、自动驾驶、搜索推荐、对话机器人等场景，具有广阔的商业价值。作为人工智能最重要的基础技术之一，深度学习也逐步延伸到更多的应用场景，如智能制造、智慧交通等。

但是，为了达到更高的精度，通常深度学习所需数据量和模型都很大，训练非常耗时。例如，在计算机视觉中，如果我们在 ImageNet[1] 数据集上用 1 块 V100 GPU 训练一个 ResNet-50 模型， 则需要耗时将近数日。这严重阻碍了深度学习应用的开发进度。因此，深度学习训练加速一直是学术界和工业界所关注的重要问题，也是深度学习应主要用的痛点。

Jeremy Howard 等几位教授领衔的 fast.ai 当前专注于深度学习加速，在 ImageNet 数据集上用 128 块 V100 GPU 训练 ResNet-50 模型的最短时间为 18 分钟。

然而，最近 BigGAN、NASNet、BERT 等模型的出现，预示着训练更好精度的模型需要更强大的计算资源。可以预见，在未来随着模型的增大、数据量的增加，深度学习训练加速将变得会更加重要。只有拥有端到端全栈的优化能力，才能使得深度学习的训练性能做到极致。

[1] 文中所指的 ImageNet 数据集包含 1000 类个类别，共 128 万张图片，是最常用、最经典的图像分类数据集，是原始的 ImageNet 数据的一个子集。

华为云 ModelArts 创造新记录，“极致”的训练速度

华为云 ModelArts 是一站式的 AI 开发平台，已经服务于华为公司内部各大产品线的 AI 模型开发，几年下来已经积累了跨场景、软硬协同、端云一体等多方位的优化经验。ModelArts 提供了自动学习、数据管理、开发管理、训练管理、模型管理、推理服务管理、市场等多个模块化的服务，使得不同层级的用户都能够很快地开发出自己的 AI 模型。

在模型训练部分，ModelArts 通过硬件、软件和算法协同优化来实现训练加速。尤其在深度学习模型训练方面，我们将分布式加速层抽象出来，形成一套通用框架——MoXing（“模型”的拼音，意味着一切优化都围绕模型展开）。采用与 fast.ai 一样的硬件、模型和训练数据，ModelArts 可将训练时长可缩短到 10 分钟，创造了新的记录，为用户节省 44% 的成本。

分布式加速框架 MoXing

MoXing 是华为云 ModelArts 团队自研的分布式训练加速框架，它构建于开源的深度学习引擎 TensorFlow、MXNet、PyTorch、Keras 之上，使得这些计算引擎分布式性能更高，同时易用性更好。

• 高性能
  MoXing 内置了多种模型参数切分和聚合策略、分布式 SGD 优化算法、级联式混合并行技术、超参数自动调优算法，并且在分布式训练数据切分策略、数据读取和预处理、分布式通信等多个方面做了优化，结合华为云 Atlas 高性能服务器，实现了硬件、软件和算法协同优化的分布式深度学习加速。

• 易用：让开发者聚焦业务模型，无忧其他
  在易用性方面，上层开发者仅需关注业务模型，无需关注下层分布式相关的 API，仅需根据实际业务定义输入数据、模型以及相应的优化器即可，训练脚本与运行环境（单机或者分布式）无关，上层业务代码和分布式训练引擎可以做到完全解耦。

从两大指标看 MoXing 分布式加速关键技术

在衡量分布式深度学习的加速性能时，主要有如下 2 个重要指标：

1. 吞吐量，即单位时间内处理的数据量；
2. 收敛时间，即达到一定的收敛精度所需的时间。

吞吐量一般取决于服务器硬件（如更多、更大 FLOPS 处理能力的 AI 加速芯片，更大的通信带宽等）、数据读取和缓存、数据预处理、模型计算（如卷积算法选择等）、通信拓扑等方面的优化，除了低 bit 计算和梯度（或参数）压缩等，大部分技术在提升吞吐量的同时，不会造成对模型精度的影响。为了达到最短的收敛时间，需要在优化吞吐量的同时，在调参方面也做调优。如果调参调的不好，那么吞吐量有时也很难优化上去，例如 batch size 这个超参不足够大时，模型训练的并行度就会较差，吞吐量难以通过增加计算节点个数而提升。

对用户而言，最终关心的指标是收敛时间，因此 MoXing 和 ModelArts 实现了全栈优化，极大缩短了训练收敛时间。在数据读取和预处理方面，MoXing 通过利用多级并发输入流水线使得数据 IO 不会成为瓶颈；在模型计算方面，MoXing 对上层模型提供半精度和单精度组成的混合精度计算，通过自适应的尺度缩放减小由于精度计算带来的损失；在超参调优方面，采用动态超参策略（如 momentum、batch size 等）使得模型收敛所需 epoch 个数降到最低；在底层优化方面，MoXing 与底层华为自研服务器和通信计算库相结合，使得分布式加速进一步提升。

测试结果对比，用数据说话

一般在 ImageNet 数据集上训练 ResNet-50 模型，当 Top-5 精度≥93% 或者 Top-1 精度≥75% 时即可认为模型收敛。

我们测试的模型训练收敛曲线如下图所示。此处 Top-1 和 Top-5 精度为训练集上的精度，为了达到极致的训练速度，训练过程中采用了额外进程对模型进行验证，最终验证精度如下表所示（包含与 fast.ai 的对比）。图（a）所对应的模型在验证集上 Top-1 精度≥75%，训练耗时为 10 分 06 秒；图（b）所对应的模型在验证集上 Top-5 精度≥93%，训练耗时为 10 分 58 秒。

未来展望–更快的、更普惠的 AI 开发平台

华为云 ModelArts 致力于为用户提供更快的普惠 AI 开发体验，尤其在模型训练这方面，内置的 MoXing 框架使得深度学习模型训练速度有了很大的提升。正如前所述，深度学习加速属于一个从底层硬件到上层计算引擎、再到更上层的分布式训练框架及其优化算法多方面协同优化的结果，具备全栈优化能力才能将用户训练成本降到最低。

后续，华为云 ModelArts 将进一步整合软硬一体化的优势，提供从芯片（Ascend）、服务器（Atlas Server）、计算通信库（CANN）到深度学习引擎（MindSpore）和分布式优化框架（MoXing）全栈优化的深度学习训练平台。并且，ModelArts 会逐步集成更多的数据标注工具，扩大应用范围，将继续服务于智慧城市、智能制造、自动驾驶及其它新兴业务场景，在公有云上为用户提供更普惠的 AI 服务。

本文转载自华为云产品与解决方案公众号。

原文链接： https://mp.weixin.qq.com/s/lNCIIG9fPQPFEEJqe_xXvQ