人工不智能PyTorch/JIT

从PyTorch到TorchScript: 打通深度学习模型的生

2023-05-21  本文已影响0人  A君来了

概述

PyTorch是一款非常流行的深度学习框架，开发者和研究者常常选择它，因为它具有灵活性、易用性和良好的性能。然而，PyTorch的灵活易用性是建立在动态计算图的基础上的，相比采用静态图的TensorFlow，PyTorch在推理性能和部署方面存在明显的劣势。

为了解决这个问题，TorchScript应运而生。它将PyTorch模型转换为静态类型的优化序列化格式，以实现高效的优化和跨平台部署（包括C++、Python、移动设备和云端）。

构建 TorchScript

TorchScript将PyTorch模型转换为静态图形式，因此构建TorchScript的核心是构建模型的静态计算图。
PyTorch提供了两种方法来构建TorchScript：trace和script。

Tracing Mode

model = torch.nn.Sequential(nn.Linear(3, 4))
input = torch.randn(1, 3)
traced_model = torch.jit.trace(model, input)

追踪模式通过运行模型一次，并根据操作序列生成静态图。因此，它需要提供输入样例（input）。通过追踪机制，自动捕捉和生成模型的计算图。这是许多AI编译器采用的JIT模式。然而，追踪模式存在一个问题，即无法处理控制流，例如if、while等语句。

class MyModel(nn.Module):
  def __init__(self):
    super().__init__()

  def forward(self, x):
    if x > 0:
      x += 1
    else:
      x -= 1
    return x

model = MyModel()
input = torch.randn(1)
traced_model = torch.jit.trace(model, input)

以if语句为例，它是Python的语句，根据具体的x值，只能在then分支或else分支上执行。因此，追踪模式只能捕捉到一个分支上的操作。要想生成完整的控制流图，需要采用脚本模式。

Scripting Mode

与追踪模式不同，Scripting 模式直接将 Python 和 PyTorch 的语句翻译成 TorchScript 的静态图，因此不需要追踪模型的执行流程，并且能够生成完整的控制流图：

script_model = torch.jit.script(model)
print(script_model.graph)


graph(%self : __torch__.___torch_mangle_3.MyModel,
      %x.1 : Tensor):
  ......
  %x : Tensor = prim::If(%6) # <ipython-input-3-6fda6c66b1df>:6:4
    block0():
      %x.7 : Tensor = aten::add_(%x.1, %8, %8) # <ipython-input-3-6fda6c66b1df>:7:6
      -> (%x.7)
    block1():
      %x.13 : Tensor = aten::sub_(%x.1, %8, %8) # <ipython-input-3-6fda6c66b1df>:9:6
      -> (%x.13)
  return (%x)

然而，这种模式也有其局限性：对于每个语句，都需要提供相应的转换函数，将 Python/PyTorch 语句转换成 TorchScript 语句。目前，PyTorch仅支持部分 Python 内置函数和 PyTorch 语句的转换。

Tracing + Script

因此，对于具有控制流的模型，可以采用混合模式：将追踪模式无法处理的控制流图封装为子模块，使用脚本模式来转换这些子模块，然后通过追踪机制对整个模型进行追踪（通过脚本模式转换后的子模块不会再被追踪）。有关具体实现，请参考官方示例：https://pytorch.org/docs/stable/jit.html#mixing-tracing-and-scripting。

运行 TorchScript

pytorch_jit_forward.png

前面生成的计算图会封装到 TorchScript 模块的 forward() 方法中，在运行时被编译成 native code（JIT）。如上图所示，特化后的计算图经过图优化后被编译成 native code，最后通过栈机解释器执行。

Specialization

JIT（just-in-time）将静态图编译后的结果以 <signature: executable> 键值对的形式存储在缓存中。只有在缓存未命中（cache miss）时，也就是首次运行时，才会触发编译过程。

Signature 表示唯一的静态计算图。在计算流图不变的情况下，静态图由输入参数（arguments）决定。不同的 dtype、shape 的参数将生成不同的静态计算图。

Specialization 的目的是根据 torchscript 的输入（Input），为参数赋予 dtype、shape、设备类型（CPU、CUDA）等静态信息（ArgumentSpec），生成 signature，以便为缓存搜索做准备。

# post specialization, inputs are now specialized types
graph(%x : Float(*, *),
      %hx : Float(*, *),
      %cx : Float(*, *),
      %w_ih : Float(*, *),
      %w_hh : Float(*, *),
      %b_ih : Float(*),
      %b_hh : Float(*)):
  %7 : int = prim::Constant[value=4]()
  %8 : int = prim::Constant[value=1]()
  %9 : Tensor = aten::t(%w_ih)

Optimization

PyTorch JIT 使用一系列 passes（torch.jit.passes）对图进行优化，旨在从执行效率、内存占用等方面优化计算。其中包括对 dtype、shape 和常量进行前向推导的形状推导（Shape inference）和常数传播（Const propagation）等优化，以减少实际操作的数量。

除了上述常见的优化，对于 GPU 来说，最核心的优化是算子融合（Operation fusion）：将匹配的一组算子合并为一个算子。例如，将连续的一系列 element-wise 操作合并为一个操作，这样可以减少 CUDA kernels 的启动时间开销，并减少操作之间访问全局内存的次数。

图优化是 AI 编译器的标配，用于优化计算图的执行效率和内存占用等方面。PyTorch 的图优化通过一系列 passes（torch.jit.passes）来实现，包括常数折叠（Constant folding）、死代码清除（Dead code elimination）和算子融合（Operation fusion）等。

在图优化过程中，FuseGraph pass 将可以融合的算子封装为 FusionGroup 静态子图：

graph(%x : Float(*, *),
      ...):
  %9 : Float(*, *) = aten::t(%w_ih)
  ...
  %77 : Tensor[] = prim::ListConstruct(%b_hh, %b_ih, %10, %12)
  %78 : Tensor[] = aten::broadcast_tensors(%77)
  %79 : Tensor, %80 : Tensor, %81 : Tensor, %82 : Tensor = prim::ListUnpack(%78)
  %hy : Float(*, *), %cy : Float(*, *) = prim::FusionGroup_0(%cx, %82, %81, %80, %79)
  %30 : (Float(*, *), Float(*, *)) = prim::TupleConstruct(%hy, %cy)
  return (%30);

with prim::FusionGroup_0 = graph(%13 : Float(*, *),
  ...):
  %87 : Float(*, *), %88 : Float(*, *), %89 : Float(*, *), %90 : Float(*, *) = prim::ConstantChunk[chunks=4, dim=1](%86)
  %82 : Float(*, *), %83 : Float(*, *), %84 : Float(*, *), %85 : Float(*, *) = prim::ConstantChunk[chunks=4, dim=1](%81)
  %77 : Float(*, *), %78 : Float(*, *), %79 : Float(*, *), %80 : Float(*, *) = prim::ConstantChunk[chunks=4, dim=1](%76)
  %72 : Float(*, *), %73 : Float(*, *), %74 : Float(*, *), %75 : Float(*, *) = prim::ConstantChunk[chunks=4, dim=1](%71)
  %69 : int = prim::Constant[value=1]()
  %70 : Float(*, *) = aten::add(%77, %72, %69)
  %66 : Float(*, *) = aten::add(%78, %73, %69)
  ...
  %4 : Float(*, *) = aten::tanh(%cy)
  %hy : Float(*, *) = aten::mul(%outgate, %4)
  return (%hy, %cy)

Codegen

优化的最后是为图（symbolic graph）中的符号操作生成加速器所需的操作内核（op kernel）。PyTorch 已经为 CPU 和 Nvidia GPU 提供了一个名为 ATen 的 C++ 算子库，像图中的 aten::add 节点就会在运行时调用 built-in 算子。

对于融合算子，PyTorch 提供了基于 LLVM 的 NNC 编译器，用于生成相应的目标代码。它将 FusionGroup 子图里的 node lowering 成 C++ functions，再基于 LLVM 将它们编译成一个大算子：

  RegisterNNCLoweringsFunction aten_matmul(
      {"aten::mm(Tensor self, Tensor mat2) -> (Tensor)",
       "aten::matmul(Tensor self, Tensor other) -> (Tensor)"},
      computeMatmul);

  Tensor computeMatmul(...) {
    ...
    return Tensor(
        ResultBuf.node(),
        ExternalCall::make(ResultBuf, "nnc_aten_matmul", {a, b}, {}));
  }

  void nnc_aten_matmul(...) {
    ...
    try {
      at::matmul_out(r, self, other);
    } catch (...) {}
  }

Interpreter

TorchScript 提供一个栈机解释器在C++上高效地运行计算图：

// Create a vector of inputs.
std::vector<torch::jit::IValue> inputs;
inputs.push_back(torch::ones({1, 3, 224, 224}));

// Execute the model and turn its output into a tensor.
at::Tensor output = module.forward(inputs).toTensor();
std::cout << output.slice(/*dim=*/1, /*start=*/0, /*end=*/5) << '\n';

END

上一篇 下一篇

猜你喜欢

热点阅读