PyTorch 模型性能分析——PyTorch Profiler

2020-09-18 本文已影响0人侠之大者_7d3f

前言

当深度学习模型完成训练开始部署、推理阶段，模型的推理速度、性能往往受到关注。目前主流DL framework都有各自的性能分析工具，本文主要介绍PyTorch 的性能分析工具——torch.autograd.profiler

测试环境

ubuntu 18.04
anaconda3 + python 3.7
NVIDIA GPU/CUDA 10.2 (可选）
PyTorch 1.6

Profiler 性能分析工具介绍

Profiler 一般指性能分析工具，用于分析APP、模型的执行时间，执行流程，内存消耗等。除了Pytorch,Tensorflow 这样的深度学习框架，像NVIDIA CUDA， AMD ROCm 等也提供了各自的Profiler性能分析工具，比如 nvprof, rocprofiler。

PyTorch Profiler工具

pytroch Profiler位于torch.autograd.profiler, 目前支持的功能：

CPU/GPU 端Op执行时间统计
CPU/GPU 端Op输入Tensor的维度分析
Op的内存消耗统计

PyTorch 官网关于Profiler的介绍
https://pytorch.org/docs/master/autograd.html

image.png

Profiler分析CPU、GPU端Op执行时间

torch.autograd.profiler.profile(use_cuda=False...)

CPU Only: 设置use_cuda=False
GPU 模式：设置use_cuda=True, 注意：模型以及输入Tensor 需要事先导入显存

CPU Only 模式

import os
import numpy as np
import torch
from torchvision.models import resnet18
import time


if __name__ == '__main__':
    model = resnet18(pretrained=False)
    device = torch.device('cpu')
    model.eval()
    model.to(device)
    dump_input = torch.ones(1,3,224,224).to(device)

    # Warn-up
    for _ in range(5):
        start = time.time()
        outputs = model(dump_input)
        torch.cuda.synchronize()
        end = time.time()
        print('Time:{}ms'.format((end-start)*1000))

    with torch.autograd.profiler.profile(enabled=True, use_cuda=False, record_shapes=False, profile_memory=False) as prof:
        outputs = model(dump_input)
    print(prof.table())

profiler输出：（CPU Only)

image.png

GPU 模式

import os
import numpy as np
import torch
from torchvision.models import resnet18
import time


if __name__ == '__main__':
    model = resnet18(pretrained=False)
    device = torch.device('cuda')
    model.eval()
    model.to(device)
    dump_input = torch.ones(1,3,224,224).to(device)

    # Warn-up
    for _ in range(5):
        start = time.time()
        outputs = model(dump_input)
        torch.cuda.synchronize()
        end = time.time()
        print('Time:{}ms'.format((end-start)*1000))

    with torch.autograd.profiler.profile(enabled=True, use_cuda=True, record_shapes=False, profile_memory=False) as prof:
        outputs = model(dump_input)
    print(prof.table())

profiler输出：（GPU)

image.png

使用Chrome trace可视化Profiler结果

上面的例子中，profiler的结果直接输出到终端，为了更进一步分析模型Op的执行关系，pytroch profiler支持生成 chrome trace json格式的输出，然后采用chrome 浏览器可视化结果：
只需要在上面的代码最后，加上 prof.export_chrome_trace('./resnet_profile.json')

import os
import numpy as np
import torch
from torchvision.models import resnet18
import time

# def process_event(profiler_events):


if __name__ == '__main__':
    model = resnet18(pretrained=False)
    device = torch.device('cuda')
    model.eval()
    model.to(device)
    dump_input = torch.ones(1,3,224,224).to(device)

    # Warn-up
    for _ in range(5):
        start = time.time()
        outputs = model(dump_input)
        torch.cuda.synchronize()
        end = time.time()
        print('Time:{}ms'.format((end-start)*1000))

    with torch.autograd.profiler.profile(enabled=True, use_cuda=True, record_shapes=False, profile_memory=False) as prof:
        outputs = model(dump_input)
    print(prof.table())
    prof.export_chrome_trace('./resnet_profile.json')

生成的JSON 文件

image.png

打开Chrome浏览器，在地址栏输入 chrome://tracing

image.png

导入profiler生成的JSON文件：
操作：
按键盘w, a, s, d键，可以对profiler的结果进行缩放和移动

image.png

Profiler 结果分析

上面内容主要是pytorch profiler的用法，我们更关心的是如何分析profiler的数据， 如何通过profiler发现模型的性能瓶颈，得出结论

模型整体分析

CPU 端的OP List

image.png
GPU 端的OP List

image.png

CPU 和 GPU Op的关系

CNN/RNN/GAN/Transformer 等模型最终都是由许多Op组成的，在采用GPU设备的情况下，首先CPU端负责Op的调度(schedule),将Op的运算发送到GPU, GPU负责Op的具体运算。笔者略微了解CUDA编程知识，在CUDA编程中， host(cpu)端调用GPU kernel function, GPU kernel启动之后，CPU与GPU异步执行。