自动流水线-SmartStage
背景
DeepRec已经提供了stage 功能,该功能可以实现IO Bound操作和计算Bound操作在TensorFlow runtime的驱动下异步执行,从而提高整张图的执行效率。
由于tf.staged
需要用户指定stage的边界,一方面会增加使用难度,另一方面会导致stage颗粒度不够精细,难以做到更多op的异步执行。因此我们提出了SmartStage功能。用户不需要对TF Graph有OP级别理解的情况下,就可以使stage发挥最大的性能提升。
功能说明
在用户的原图中有stage阶段的前提下,通过开启smart stage功能,自动化的寻优最大可以stage的范围,修改实际物理计算图(不影响Graphdef图),从而提高性能。
注意:该功能的先决条件是,用户的原图中存在至少一个stage阶段
用户接口(CPU 场景)
ConfigProro中定义了如下配置选项
sess_config = tf.ConfigProto()
sess_config.graph_options.optimizer_options.do_smart_stage = True # 通用优化选项
用户接口(GPU 场景)
ConfigProro中定义了如下配置选项
sess_config = tf.ConfigProto()
sess_config.graph_options.optimizer_options.do_smart_stage = True
sess_config.graph_options.optimizer_options.stage_subgraph_on_cpu = True # 针对GPU训练优化的选项
代码示例
import tensorflow as tf
filename_queue = tf.train.string_input_producer(['1.txt'])
reader = tf.TextLineReader()
k, v = reader.read(filename_queue)
var = tf.get_variable("var", shape=[100, 3], initializer=tf.ones_initializer())
v = tf.train.batch([v], batch_size=2, capacity=20 * 3)
v0, v1 = tf.decode_csv(v, record_defaults=[[''], ['']], field_delim=',')
xx = tf.staged([v0, v1])
xx[0]=tf.string_to_hash_bucket(xx[0],num_buckets=10)
xx[0] = tf.nn.embedding_lookup(var, xx[0])
xx[1]=tf.concat([xx[1], ['xxx']], axis = 0)
target = tf.concat([tf.as_string(xx[0]), [xx[1], xx[1]]], 0)
config = tf.ConfigProto()
# enable smart stage
config.graph_options.optimizer_options.do_smart_stage = True
# 对于GPU训练,可以考虑开启以下选项来获得更好的性能
# config.graph_options.optimizer_options.stage_subgraph_on_cpu = True
# mark target 节点
tf.train.mark_target_node([target])
with tf.train.MonitoredTrainingSession(config=config,
hooks=[tf.make_prefetch_hook()]) as sess:
for i in range(5):
print(sess.run([target]))
性能对比(CPU场景)
在modelzoo中的DLRM模型中测试该功能 机型为Aliyun ECS 实例 ecs.hfg7.8xlarge
Model name: Intel(R) Xeon(R) Platinum 8369HC CPU @ 3.30GHz
CPU(s): 32
Socket(s): 1
Core(s) per socket: 16
Thread(s) per core: 2
Memory: 128G
case |
global steps/sec |
|
---|---|---|
DLRM |
w/o smart stage |
201 (baseline) |
DLRM |
w/ smart stage |
212 (+ 1.05x) |
性能对比(GPU场景)
在modelzoo中的模型测试该功能在GPU训练场景下的性能。
机器配置:
CPU |
Intel(R) Xeon(R) Platinum 8369B CPU @ 2.90GHz |
64核心 |
---|---|---|
GPU |
NVIDIA A100 80G |
单卡 |
MEM |
492G |
性能结果对比:
模型 |
不开启SmartStage |
do_smartstage |
do_smartstage_gpu |
---|---|---|---|
DIEN |
17.1673 |
16.918 |
17.2557 |
DIN |
137.584 |
132.619 |
165.069 |
DLRM |
91.6982 |
67.735 |
188.105 |
DSSM |
92.4544 |
83.7194 |
101.352 |
DeepFM |
74.7011 |
62.1227 |
93.0858 |