斯坦福DAWNBench最新訓練排名！華為雲ModelArts10分28秒全球最快

允中 發自 凹非寺 量子位 報道 | 公眾號 QbitAI

還記得ModelArts嗎？

這是今年華為最新發布的AI開發平台，可以提供包括數據標註準備、模型訓練、模型調優、模型部署等AI應用開發服務。

其中，模型訓練更是在發布之時就備受關注。

因為華為雲稱，ModelArts可以在模型訓練階段通過各類優化技術，尤其通過級聯式混合併行技術，在同樣的模型、數據集和同等硬體資源情況下，模型訓練耗時都能大幅縮短。

但實際效果如何？現在有了國際權威成績來參考。

就在最新公布的DAWNBenchmark成績排名中，在圖像識別（ResNet50-on-ImageNet，93%以上精度）的總訓練時間上，華為雲ModelArts以10分28秒的成績，比第二名提速近44%，拿下最新全球第一。

△DAWNBenchmark最新成績

斯坦福DAWNBenchmark

DWANBench是斯坦福大學發起的國際權威基準測試平台，主要用來衡量端到端的深度學習模型訓練和推理性能，相應的排行榜，也一直被視為全球業界深度學習平台技術的最新水準。

在深度學習模型構建中，計算時間和成本是最關鍵資源之一。

DAWNBench為此提供了一套通用的深度學習評價指標，用於評估不同優化策略、模型架構、軟體框架、雲和硬體上的訓練時間、訓練成本、推理延遲以及推理成本。

所以最新成績公布後，華為雲方面稱，進一步證明了ModelArts可以實現更低成本、更快速度、更極致的AI開發體驗。

此外，華為雲方面也就此分享了成績背後的模型打磨思路，介紹ModelArts用128塊GPU，10分鐘完成ImageNet訓練的方法。

全文轉載如下：

近年來，深度學習已經廣泛應用於計算機視覺、語音識別、自然語言處理、視頻分析等領域，可服務於視頻監控、自動駕駛、搜索推薦、對話機器人等場景，具有廣闊的商業價值。

為了達到更高的精度，通常深度學習所需數據量和模型都很大，訓練非常耗時。

例如，在計算機視覺中，如果我們在ImageNet[1]數據集上用1塊P100 GPU訓練一個ResNet-50模型， 則需要耗時將近1周。

這嚴重阻礙了深度學習應用的開發進度。因此，深度學習訓練加速一直是學術界和工業界所關注的重要問題，也是深度學習應主要用的痛點。

Jeremy Howard等幾位教授領銜的fast.ai當前專註於深度學習加速，在ImageNet數據集上用128塊V100 GPU訓練 ResNet-50模型的最短時間為18分鐘。

然而，最近BigGAN、NASNet、BERT等模型的出現，預示著訓練更好精度的模型需要更強大的計算資源。

可以預見，在未來隨著模型的增大、數據量的增加，深度學習訓練加速將變得會更加重要。只有擁有端到端全棧的優化能力，才能使得深度學習的訓練性能做到極致。

華為雲ModelArts是一站式的AI開發平台，已經服務於華為公司內部各大產品線的AI模型開發，幾年下來已經積累了跨場景、軟硬協同、端雲一體等多方位的優化經驗。

ModelArts提供了自動學習、數據管理、開發管理、訓練管理、模型管理、推理服務管理、市場等多個模塊化的服務，使得不同層級的用戶都能夠很快地開發出自己的AI模型。

△華為雲ModelArts功能視圖

在模型訓練部分，ModelArts通過硬體、軟體和演算法協同優化來實現訓練加速。尤其在深度學習模型訓練方面，華為將分散式加速層抽象出來，形成一套通用框架——MoXing（「模型」的拼音，意味著一切優化都圍繞模型展開）。

採用與fast.ai一樣的硬體、模型和訓練數據，ModelArts可將訓練時長可縮短到10分鐘，創造了新的記錄，為用戶節省44%的時間。

△基於MoXing和ModelArts的訓練速度提升

MoXing是華為雲ModelArts團隊自研的分散式訓練加速框架，它構建於開源的深度學習引擎TensorFlow、MXNet、PyTorch、Keras之上，使得這些計算引擎分散式性能更高，同時易用性更好。

MoXing內置了多種模型參數切分和聚合策略、分散式SGD優化演算法、級聯式混合併行技術、超參數自動調優演算法，並且在分散式訓練數據切分策略、數據讀取和預處理、分散式通信等多個方面做了優化，結合華為雲Atlas高性能伺服器，實現了硬體、軟體和演算法協同優化的分散式深度學習加速。

△華為雲MoXing架構圖

在易用性方面，上層開發者僅需關注業務模型，無需關注下層分散式相關的API，僅需根據實際業務定義輸入數據、模型以及相應的優化器即可，訓練腳本與運行環境（單機或者分散式）無關，上層業務代碼和分散式訓練引擎可以做到完全解耦。

兩大指標看MoXing分散式加速關鍵技術

在衡量分散式深度學習的加速性能時，主要有如下2個重要指標：

• 吞吐量，即單位時間內處理的數據量；
• 收斂時間，即達到一定的收斂精度所需的時間。

吞吐量一般取決於伺服器硬體（如更多、更大FLOPS處理能力的AI加速晶元，更大的通信帶寬等）、數據讀取和緩存、數據預處理、模型計算（如卷積演算法選擇等）、通信拓撲等方面的優化，除了低bit計算和梯度（或參數）壓縮等，大部分技術在提升吞吐量的同時，不會造成對模型精度的影響。

為了達到最短的收斂時間，需要在優化吞吐量的同時，在調參方面也做調優。如果調參調的不好，那麼吞吐量有時也很難優化上去，例如batch size這個超參不足夠大時，模型訓練的並行度就會較差，吞吐量難以通過增加計算節點個數而提升。

對用戶而言，最終關心的指標是收斂時間，因此MoXing和ModelArts實現了全棧優化，極大縮短了訓練收斂時間。

• 在數據讀取和預處理方面，MoXing通過利用多級並發輸入流水線使得數據IO不會成為瓶頸；
• 在模型計算方面，MoXing對上層模型提供半精度和單精度組成的混合精度計算，通過自適應的尺度縮放減小由於精度計算帶來的損失；
• 在超參調優方面，採用動態超參策略（如momentum、batch size等）使得模型收斂所需epoch個數降到最低；
• 在底層優化方面，MoXing與底層華為自研伺服器和通信計算庫相結合，使得分散式加速進一步提升。

測試結果對比

一般在ImageNet數據集上訓練ResNet-50模型，當Top-5精度≥93%或者Top-1 精度≥75%時即可認為模型收斂。

我們測試的模型訓練收斂曲線如下圖所示。此處Top-1和Top-5精度為訓練集上的精度，為了達到極致的訓練速度，訓練過程中採用了額外進程對模型進行驗證，最終驗證精度如表1所示（包含與fast.ai的對比）。

圖4（a）所對應的模型在驗證集上Top-1 精度≥75%，訓練耗時為10分06秒；圖4（b）所對應的模型在驗證集上Top-5 精度≥93%，訓練耗時為10分58秒。

△ResNet50 on ImageNet訓練收斂曲線

△MoXing與fast.ai的訓練結果對比

未來：更快的普惠AI開發平台

華為雲ModelArts致力於為用戶提供更快的普惠AI開發體驗，尤其在模型訓練這方面，內置的MoXing框架使得深度學習模型訓練速度有了很大的提升。

正如前所述，深度學習加速屬於一個從底層硬體到上層計算引擎、再到更上層的分散式訓練框架及其優化演算法多方面協同優化的結果，具備全棧優化能力才能將用戶訓練成本降到最低。

後續，華為雲ModelArts將進一步整合軟硬一體化的優勢，提供從晶元（Ascend）、伺服器（Atlas Server）、計算通信庫（CANN）到深度學習引擎（MindSpore）和分散式優化框架（MoXing）全棧優化的深度學習訓練平台。

並且，ModelArts會逐步集成更多的數據標註工具，擴大應用範圍，將繼續服務於智慧城市、智能製造、自動駕駛及其它新興業務場景，在公有雲上為用戶提供更普惠的AI服務。

[1] 文中所指的ImageNet數據集包含1000類個類別，共128萬張圖片，是最常用、最經典的圖像分類數據集，是原始的ImageNet數據的一個子集。

傳送門

DAWNBenchmark：

https://dawn.cs.stanford.edu/benchmark/