分布式CPU训练优秀实践

提高CPU分布式训练的训练速度，主要要从两个方面来考虑： 1）提高训练速度，主要是提高CPU的使用率；2）提高通信速度，主要是减少通信传输的数据量。

提高CPU的使用率

提高CPU使用率主要依赖 ParallelExecutor，可以充分利用多个CPU的计算能力来加速计算。

API详细使用方法参考 ParallelExecutor ，简单实例用法：

  1. # 配置执行策略，主要是设置线程数
  2. exec_strategy = fluid.ExecutionStrategy()
  3. exec_strategy.num_threads = 8
  4.  
  5. # 配置构图策略，对于CPU训练而言，应该使用Reduce模式进行训练
  6. build_strategy = fluid.BuildStrategy()
  7. if int(os.getenv("CPU_NUM")) > 1:
  8.     build_strategy.reduce_strategy = fluid.BuildStrategy.ReduceStrategy.Reduce
  9.  
  10. pe = fluid.ParallelExecutor(
  11.     use_cuda=False,
  12.     loss_name=avg_cost.name,
  13.     main_program=main_program,
  14.     build_strategy=build_strategy,
  15.     exec_strategy=exec_strategy)

以上参数中：

  • num_threads ： 模型训练使用的线程数，最好和训练所在机器的物理CPU核数接近
  • reduce_strategy ： 对于CPU训练而言，应该选择 fluid.BuildStrategy.ReduceStrategy.Reduce

通用环境变量配置：

  • CPU_NUM ：模型副本replica的个数，最好和num_threads一致

提高通信速度

要减少通信数据量，提高通信速度，主要是使用稀疏更新 ，目前支持 稀疏更新 的主要是 embedding 。

  1. data = fluid.layers.data(name='ids', shape=[1], dtype='int64')
  2. fc = fluid.layers.embedding(input=data, size=[dict_size, 16], is_sparse=True)

以上参数中：

  • is_sparse ： 配置embedding使用稀疏更新，如果embedding的dict_size很大，而每次数据data很少，建议使用sparse更新方式。