2.69分鐘完成BERT訓練！新發CANN 5.0加持
摘要：快，著實有點快。 現在，經典模型BERT只需2.69分鐘、ResNet只需16秒。 啪的一下，就能完成訓練！
本文分享自華為雲社區《這就是華為速度：2.69分鐘完成BERT訓練！新發CANN 5.0加持，還公開了背後技術》，作者：昇騰CANN。
快，著實有點快。
現在，經典模型BERT只需2.69分鐘、ResNet只需16秒。
啪的一下，就能完成訓練！
這是華為全聯接2021上，針對異構計算架構CANN 5.0放出的最新性能「預熱」：
- 4K老電影AI修復，原本需要幾天時間，現在幾小時就能完成；
- 針對不同模型進行智慧優化，300+模型平均可獲得30%性能收益；
- 支援超大參數模型、超大圖片計算，幾乎無需手動修改原程式碼……
不同於訓練推理框架，異構計算架構在設計時，還需要兼顧硬體和軟體的特點。
為的就是儘可能提升AI模型的計算效率，減少在訓練和推理上佔用的時間。
它的存在，能讓開發者在使用AI模型時，最大程度地發揮硬體的性能。
異構計算架構究竟為什麼重要，昇騰CANN 5.0又究竟有哪些特性和優勢？
我們對華為昇騰計算業務副總裁金穎進行了採訪，從CANN 5.0的功能解讀中一探究竟。
為什麼需要AI異構計算架構？
首先來看看，AI異構計算架構到底是什麼。
通常做AI模型分兩步，先選用一種框架來搭建AI模型，像常見的Caffe、Tensorflow、PyTorch、MindSpore等；再選用合適的硬體（CPU、GPU等）來訓練AI模型。
BUT，在AI訓練框架和硬體之間，其實還有一層不可或缺的「中間架構」，用來優化AI模型在處理器上的運行性能，這就是AI異構計算架構。
區別於同構計算（同類硬體分散式計算，像多核CPU），異構計算指將任務高效合理地分配給不同的硬體，例如GPU做浮點運算、NPU做神經網路運算、FPGA做訂製化編程計算……
面對各種AI任務，AI異構計算架構會充當「引路員」，針對硬體特點進行分工，用「組合拳」加速訓練/推理速度，最大限度地發揮異構計算的優勢。
如果不重視它，各類硬體在處理AI任務時，就可能出現「長跑選手被迫舉重」的情況，硬體算力和效率不僅達不到最優，甚至可能比只用CPU/GPU更慢。
目前已有越來越多的企業和機構，注意到異構計算架構的重要性，開始著手布局相關技術，不少也會開放給開發者使用。
但開發者在使用這些異構計算架構時，會逐漸發現一個問題：
不少AI異構計算架構，基本只針對一種或幾種特定場景來設計，如安防、客服等AI應用較成熟的場景；針對其他場景設計的AI模型，異構計算架構的性能會有所下降。
就像安防公司會針對安防類AI模型進行優化一樣，這類異構計算架構往往不具有平台通用性。
這使得開發者在訓練不同的AI模型時，需要在搭載不同異構計算架構的各類處理器之間「反覆橫跳」，找到訓練效率最高的方法。
期間不僅要學習各類運算元庫、張量編譯器、調優引擎的特性，還只能選用特定的訓練框架，非常複雜。
相比之下，華為從2018年AI戰略制定之初，就選擇了一條不同的路線。
華為昇騰計算業務副總裁金穎在採訪中表示：
我們認為，AI模型會由單一的、場景化的模式，逐漸走向通用化，而昇騰系列，就是針對全場景設計的解決方案。
其中，昇騰CANN作為平台級的異構計算架構，已經經過了3年多的優化，迭代了4個大版本。
現在，最新「預熱」的CANN 5.0版本，在各種不同場景的模型和任務上，都表現出了不錯的效果。
昇騰CANN 5.0帶來哪些新功能？
相比於昇騰CANN 3.0，「跨代」的5.0版本帶來三大優勢：
- 性能：AI模型訓練/推理性能大幅提升，用時更短；
- 功能：推理引擎ATC Suite1.0首次發布，AI模型推理性能更高、功能更全面；
- 便捷性：程式碼開發和調試進一步簡化，包括支援混合編程等，使用門檻更低。
在性能上，無論是訓練規模大小、場景類型，還是推理效率，均有較大提升。
其中，在MLPerf提供的大規模集群訓練場景中測試，結果如下：
△數據來源：昇騰
從上圖可見，原本需要6.25分鐘訓練的BERT模型，在CANN 5.0的加持下縮短了一倍多，只需2.69分鐘就能完成訓練；至於在3.0版本上需要28秒訓練的ResNet，5.0版本則是「再進化」到了16秒。
至於常用的一些小模型訓練場景（分類、檢測、語義分割、NLP等），5.0版本的性能提升同樣明顯：
△數據來源：昇騰
訓練以外，5.0版本的推理性能，在不同場景（分類、翻譯、檢測）下提升效果也非常不錯：
△數據來源：昇騰
顯然，無論是訓練還是推理，CANN 5.0都實現了更高效的任務調度和更好的性能提升。
在功能上，CANN 5.0首次發布了昇騰推理引擎軟體包ATC Suite1.0（ATC，Ascend Tensor Compiler，昇騰張量編譯器），包括模型壓縮、張量編譯、智慧優化和媒體預處理硬加速等能力。
模型壓縮，包括量化、稀疏、張量分解等工具。像其中的AMCT模型壓縮工具，就能對浮點數據進行壓縮處理，來降低模型大小，加速推理速度；
智慧優化，能為用戶提供在線調優能力，包括圖解析、子圖/運算元自動調優、模型編譯優化等功能，進一步加速ATC的計算速度。
此外，推理引擎還包括Ascend CL（Ascend Computing Language，昇騰統一編程介面）全棧能力調用，即使是多路複雜的音影片處理等特殊場景也能輕鬆應對，以及ACE（Ascend Computing Execution，昇騰計算執行引擎）運行管理等功能；至於在線/離線切換的推理模式，也讓部署場景更加靈活。
在便捷性上，5.0版本又進一步降低了開發者的使用門檻。
例如，無需開發者手工修改程式碼，5.0版本支援模型自動遷移。
又例如，進一步支援混合編程。相比於3.0的手動載入模型，5.0版本在APP中可以直接調用運算元函數，自動完成編譯載入並執行：
△3.0版本
△5.0版本
再例如，相比3.0，5.0版本現在還能自動生成運算元測試程式碼，省去不少步驟：
可以說是對開發者新人也很友好了。
然而，相比於表面帶來的更高性能、更全面的功能應用，異構計算架構的性能優化，並不如想像中「隨便調調參」一般簡單，而是需要大量的技術支撐。
性能優化有多難？
將原本需要跑上幾天的模型訓練時間，縮減到幾小時甚至幾秒，背後絕不僅僅靠的是硬體的堆疊。
其中CANN 5.0的一個關鍵技術，就是集群訓練（採用大量機器共同訓練模型，以加速訓練時間）。
據金穎介紹，相對於單機訓練，增加訓練模型的機器數量，往往並不一定能收穫線性的效率提升。
在訓練過程中，多台機器雖然整體上擁有更多算力，但這些算力是分散的，彼此在進行數據交互的過程中，實際上又降低了訓練效率，這也一直是集群訓練的一個瓶頸。
△圖源：圖蟲
昇騰選擇用圖計算的原理，來分析集群訓練的流水線分布、記憶體分配，針對不同機器的特點進行了架構上的設計，合理分配各個節點中的記憶體和通訊時間，來提高機器整體的計算效率。
具體來說，CANN 5.0版本在性能優化上，主要自研了4點技術：
其一，任務自動流水。
我們都在打遊戲的時候感受過數據載入的痛苦，這是因為硬體需要一定的時間來「反應」，包括載入計算指令等，但在數據量大的情況下，這顯然會極大地延緩整體計算時間。
5.0實現了計算指令和數據載入的多流水並行，載入數據滿足分段數據量時，不僅啟動後續計算邏輯、還保持數據繼續載入，進一步「壓榨」硬體處理器的並行計算能力，實現任務銜接。
其二，運算元深度融合。
運算元是支援AI模型訓練與推理的基本運算單元及組合，異構計算架構基本都要有自己的運算元庫。5.0版本重新訂製了更靈活的運算元融合規則，通過多個運算元自動融合提升模型訓練效率。
其三，自適應梯度切分。
這項技術，是華為針對集群訓練提出的智慧梯度切分演算法，具體針對模型訓練中的迭代計算進行了優化。
CANN 5.0能通過智慧梯度切分演算法，自動搜索出最優梯度參數切分方式，讓計算和通訊進一步並行執行，使得通訊拖尾時間降至最低、梯度調優時間降低90%。
其四，AutoTune智慧計算調優。
不同的AI模型，如果架構只用一種方式進行計算分配的話，勢必會造成不適配的情況。
因此，CANN 5.0研究出了智慧數據切分技術，提出最優切分策略，確保每個計算單元被充分利用，平均性能提升30%以上。
5.0版本也預置了海量模型優化，能極大地縮短開發者的調優時間。
正是這些技術優勢，讓華為在AI性能提升上，擁有了更多的底氣。
如何評價昇騰CANN 5.0？
一方面，無論是AI模型、還是硬體層面的架構優化，都是AI技術走向更複雜的「通用化」的一個體現。
對於AI模型來說，更加通用的模型，並非僅僅是「參數越堆越多」的結果。
目前的通用AI模型，無論從訓練數據、還是架構設計本身來看，技術上都還有許多亟待完善的地方：由數據帶來的模型偏見、架構設計的冗餘和不可解釋性……
顯然，AI模型面臨的這些問題，不可能單純通過「模型變大」來徹底得到解決。
對於硬體也是如此，當下AI行業對於算力需求的擴大，同樣不可能只通過硬體的堆砌來填補空缺。
如何在單個硬體算力受限的情況下，充分利用每個硬體的性能，達到算力1+1=2甚至是＞2的效果，是AI行業的每個參與者都必須思考的問題。
異構計算架構，是高效利用不同硬體算力的解決方案之一，對於它來說，通用化也是同樣複雜的一個問題。
相比於單純為某一場景、或某一功能而設計的專用異構計算架構，適用於全平台、全場景的「通用型」異構計算架構，從實現到優化上都要複雜得多。
這裡的難度，不僅僅在於實現功能上的通用性，而是在同樣場景下，將對AI模型的性能優化做得和專用架構一樣好。
從這個角度來看，不可能存在一個「一勞永逸」的技術解決方案。
無論是AI模型還是異構計算架構，都必須不斷推陳出新、打破自己和行業的固有認知，與時俱進，才可能在變幻莫測的時代浪潮中保持身位。
△圖源：圖蟲
另一方面，回過頭看歷史潮流，僅憑創新，也不足以讓技術實現「可持續發展」，究其根本，還是要回歸現實、解決實際應用問題。
例如，昇騰CANN 5.0聯手武漢大學，解決了遙感領域的超大圖片計算瓶頸；同時，也在電影行業中，幫助修復了如《紅樓夢》、《開國大典》等高清4K影片。
要守住過去繼承下來的技術地位，又要迎頭直面實實在在的新問題，對華為已是競爭中的必修課。
正如華為輪值董事長徐直軍在全聯接大會2021上所言：
數字化將註定是一個長期的過程，不可能一蹴而就。
我們所從事的這些技術領域，有幸處在變化最活躍的環節。
