PyTorch 1.8 发布,支持 AMD,优化大规模训练

2个月前 ( 03-10 ) 236阅读 0评论

整体来看,本次版本更新涵盖 1.7 版本发布以来,共计 3,000 多次 commit,包括编译、代码优化、科学计算前端 API 以及通过 pytorch.org 提供的二进制文件支持 AMD ROCm。

同时 PyTorch 1.8 还为管道和模型并行的大规模训练,进行了功能改进和梯度压缩。

其中一些重点更新包括:

  • 通过  torch.fx ,可进行 python 之间的函数转换;

  • 增加/调整 API,以支持 FFT( torch.fft )、线性代数函数( torch.linalg ),支持复杂张量自动求导(autograd),并提升了计算 hessian 和 jacobian 的性能表现;

  • 对分布式训练进行了重大更新和改进,包括:改进 NCCL 可靠性,支持管道并行,RPC 分析,支持添加梯度压缩的通讯 hooks。

在 PyTorch 1.8 中,官方对一些 PyTorch 库也进行了重大更新,包括 TorchCSPRNG、TorchVision、TorchText 和 TorchAudio。

新增及更新 API

新增及更新 API 包括:与 NumPy 兼容的额外 API,及在推理和训练时方面,提高代码性能的额外 API。

以下为 PyTorch 1.8 主要更新功能的简介。

  • [稳定版]  Torch.fft  将支持高性能 NumPy 中的 FFT

  • PyTorch 1.8 中发布了 torch.fft  模块。该模块在实现 NumPy  np.ft 功能的同时,还支持硬件加速和 autograd。

  • [测试版]  torch.linalg  将支持 NumPy 中的线性代数函

  • torch.linalg  以 NumPy np.linalg 为原型,为常见的线性代数运算提供与 NumPy 类似的支持,包括 Cholesky 分解、行列式、特征值等。

  • [测试版] 利用 FX 进行 Pthon 代码转换

FX 使得开发者可以通过  transform(input_module : nn.Module)  ->  nn.Module  进行 Python 代码转换,输入  Module  实例,得到转换后的  Module  实例。

分布式训练

为了提高 NCCL 稳定性,PyTorch 1.8 将支持稳定的异步错误/超时处理;支持 RPC 分析。此外,还增加了对管道并行的支持,并可以通过 DDP 中的通讯钩子进行梯度压缩。

详情如下:

  • [测试版] 管道并行

提供一个易于使用的 PyTorch API,可将管道并行作为训练循环的一部分。

  • [测试版] DDP 通讯钩子

DDP 通讯钩子(communication hook)是一个通用接口,通过在 DistributedDataParallel 中覆盖 vanilla allreduce 来控制 worker 之间的梯度通讯。

PyTorch 1.8 新增部分内置的通讯钩子,如 PowerSGD,用户可以按需调用。此外,通讯钩子接口还支持用户自定义通讯策略。

  • 分布式训练的附加原型功能 

除了在稳定版和测试版中新增的分布式训练功能外,Nightly 版本中也相应增加了部分功能。

具体如下:

  • [Prototype] ZeroRedundancyOptimizer

  • [Prototype] 进程组 NCCL 发送/接收

  • [Prototype] RPC 中用 TensorPipe 支持 CUDA

  • [Prototype] 远程模块

PyTorch 移动端

PyTorch 1.8 中为新用户提供了多个移动端教程,旨在帮助新用户更迅速地将 PyTorch 模型部署在移动端。

同时为老用户提供开发工具,让其更得心应手地用 PyTorch 进行移动端开发。

PyTorch 移动端新增教程包括:

  • iOS 端用 DeepLabV3 进行图像分割

  • Android 端用 DeepLabV3 进行图像分割

iOS 端用 DeepLabV3 进行图像分割

新增 demo APP 还包括图像分割、目标检测、机器翻译、智能问答等(iOS & Android)。

除了在 CPU 上对 MobileNetV3 等模型进行性能提升外,官方还对 Android GPU 后台原型进行了改造,以覆盖更多机型、进行更快速的推理。

另外,PyTorch 1.8 还推出了 PyTorch Mobile Lite 解释器功能,允许用户减少运行时二进制文件的大小。

[Prototype] PyTorch Mobile Lite Interpreter

PyTorch Lite Interpreter 是 PyTorch runtime 的精简版,可在空间受限的设备中执行 PyTorch 程序,并减少二进制文件对存储空间的占用。

与当前版本中的设备运行时相比,这一功能可减少 70% 的二进制文件大小。

性能优化

PyTorch 1.8 中新增对 benchmark utils 的支持,使用户能够更轻松地监控模型性能。另外还新开放了一个自动量化 API。

  • [测试版] Benchmark utils

Benchmark utils 允许用户进行精确的性能测量,并提供组合工具,帮助制定基准和进行后期处理。

代码示例:

from torch.utils.benchmark import Timer


results = []
for num_threads in [1, 2, 4]:
    timer = Timer(
        stmt="torch.add(x, y, out=out)",
        setup="""
            n = 1024
            x = torch.ones((n, n))
            y = torch.ones((n, 1))
            out = torch.empty((n, n))
        """,
        num_threads=num_threads,
    )
    results.append(timer.blocked_autorange(min_run_time=5))
    print(
        f"{num_threads} thread{'s' if num_threads > 1 else ' ':<4}"
        f"{results[-1].median * 1e6:>4.0f} us   " +
        (f"({results[0].median / results[-1].median:.1f}x)" if num_threads > 1 else '')
    )


1 thread     376 us   
2 threads    189 us   (2.0x)
4 threads     99 us   (3.8x)
  • [Prototype] FX Graph Mode Quantization

FX Graph Mode Quantization 是 PyTorch 中新增的自动量化 API。它通过增加函数支持和自动化量化过程,改进 Eager Mode Quantization。

硬件支持

  • [测试版]强化 PyTorch Dispatcher 的能力,改善 C++ 中后端开发体验

PyTorch 1.8 支持用户在  pytorch/pytorch  repo 之外创建新的树外(out-of-tree)设备,并与本地 PyTorch 设备保持同步。

  • [测试版] AMD GPU 二进制文件现已推出

PyTorch 1.8 新增对 ROCm wheel 的支持,用户只需根据标准 PyTorch 安装选择器,安装选项选择 ROCm,然后执行命令,即可轻松上手使用 AMD GPU。

教程及文档详情,请访问以下链接查看:

https://pytorch.org/blog/pytorch-1.8-released/



☞入侵微博服务器刷流量,开发者获刑 5 年;马化腾重回中国首富;支持 M1 芯片,VS Code 1.54 发布 | 极客头条☞“无语!只因姓True,苹果封了我的iCloud账户”
☞如何成为一名更出色的开发者?
☞TIOBE 3 月编程语言:Swift 一路低走,Java 份额大跌
文章版权声明:除非注明,否则均为七默网原创文章,转载或复制请以超链接形式并注明出处。

发表评论

表情:
评论列表 (暂无评论,236人围观)

还没有评论,来说两句吧...

取消
支付宝二维码
支付宝二维码
微信二维码