多进程最佳实践¶
torch.multiprocessing
是 Python 的 multiprocessing
模块的直接替代品。它支持完全相同的操作,但进行了扩展,因此通过 multiprocessing.Queue
发送的所有张量都将把数据移动到共享内存中,并且只会向另一个进程发送句柄。
注意
当一个 Tensor
被发送到另一个进程时,Tensor
数据是共享的。如果 torch.Tensor.grad
不为 None
,它也将被共享。在没有 torch.Tensor.grad
字段的 Tensor
被发送到另一个进程之后,它会创建一个标准的进程特定 .grad
Tensor
,它不像 Tensor
的数据那样,不会在所有进程之间自动共享。
这允许实现各种训练方法,例如 Hogwild、A3C 或任何其他需要异步操作的方法。
多进程中的 CUDA¶
CUDA 运行时不支持 fork
启动方法;在子进程中使用 CUDA 需要 spawn
或 forkserver
启动方法。
注意
可以通过以下两种方法之一设置启动方法:使用 multiprocessing.get_context(...)
创建上下文,或者直接使用 multiprocessing.set_start_method(...)
。
与 CPU 张量不同,发送进程需要保留原始张量,只要接收进程保留该张量的副本。它是幕后实现的,但需要用户遵循最佳实践以确保程序能够正确运行。例如,发送进程必须在消费者进程具有对张量的引用时保持活动状态,并且如果消费者进程通过致命信号异常退出,则引用计数无法为您提供帮助。请参阅 此部分。
另请参阅:使用 nn.parallel.DistributedDataParallel 而不是 multiprocessing 或 nn.DataParallel
最佳实践和技巧¶
避免和解决死锁¶
在生成新进程时,有很多事情可能会出错,死锁的最常见原因是后台线程。如果任何线程持有锁或导入模块,并且调用了 fork
,则子进程很可能处于损坏状态,并且会死锁或以其他方式失败。请注意,即使您没有这样做,Python 内置库也会这样做 - 不需要进一步研究 multiprocessing
。 multiprocessing.Queue
实际上是一个非常复杂的类,它会生成多个线程来序列化、发送和接收对象,它们也会导致上述问题。如果您发现自己处于这种情况,请尝试使用 SimpleQueue
,它不使用任何额外的线程。
我们正在尽力为您提供便利,确保这些死锁不会发生,但有些事情超出了我们的控制范围。如果您遇到一些无法解决的错误,请尝试在论坛上寻求帮助,我们将看看是否可以解决它。
重复使用通过队列传递的缓冲区¶
请记住,每次将 Tensor
放入 multiprocessing.Queue
中时,它都必须移动到共享内存中。如果它已经共享,则这是一个无操作,否则它将导致额外的内存复制,这会减慢整个过程。即使您有一组进程将数据发送到单个进程,也要让它将缓冲区发送回来 - 这几乎是免费的,并且将避免在发送下一批时进行复制。
异步多进程训练(例如 Hogwild)¶
使用 torch.multiprocessing
,可以异步训练模型,参数要么始终共享,要么定期同步。在第一种情况下,我们建议发送整个模型对象,而在第二种情况下,我们建议只发送 state_dict()
。
我们建议使用 multiprocessing.Queue
在进程之间传递各种 PyTorch 对象。例如,在使用 fork
启动方法时,可以继承已经存在于共享内存中的张量和存储,但是这种方法很容易出现错误,应该谨慎使用,并且只应该由高级用户使用。队列,即使它们有时不是一个优雅的解决方案,但在所有情况下都能正常工作。
警告
您应该注意全局语句,这些语句没有用 if __name__ == '__main__'
保护。如果使用不同于 fork
的启动方法,它们将在所有子进程中执行。
Hogwild¶
可以在 示例仓库 中找到一个具体的 Hogwild 实现,但为了展示代码的整体结构,下面也给出一个简化的示例
import torch.multiprocessing as mp
from model import MyModel
def train(model):
# Construct data_loader, optimizer, etc.
for data, labels in data_loader:
optimizer.zero_grad()
loss_fn(model(data), labels).backward()
optimizer.step() # This will update the shared parameters
if __name__ == '__main__':
num_processes = 4
model = MyModel()
# NOTE: this is required for the ``fork`` method to work
model.share_memory()
processes = []
for rank in range(num_processes):
p = mp.Process(target=train, args=(model,))
p.start()
processes.append(p)
for p in processes:
p.join()
多进程中的 CPU¶
不适当的多进程会导致 CPU 超额订阅,导致不同的进程争夺 CPU 资源,导致效率低下。
本教程将解释什么是 CPU 超额订阅以及如何避免它。
CPU 超额订阅¶
CPU 超额订阅是一个技术术语,指的是分配给系统的 vCPU 总数超过硬件上可用的 vCPU 总数的情况。
这会导致对 CPU 资源的严重争夺。在这种情况下,进程之间会频繁切换,这会增加进程切换开销并降低系统整体效率。
在 示例仓库 中的 Hogwild 实现中,查看代码示例了解 CPU 超额订阅。
在 CPU 上使用 4 个进程运行以下命令时,训练示例
python main.py --num-processes 4
假设机器上有 N 个 vCPU,执行上面的命令将生成 4 个子进程。每个子进程将为自身分配 N 个 vCPU,从而需要 4*N 个 vCPU。但是,机器上只有 N 个 vCPU 可用。因此,不同的进程将争夺资源,导致频繁的进程切换。
以下观察结果表明存在 CPU 超额订阅
高 CPU 利用率:通过使用
htop
命令,您可以观察到 CPU 利用率始终很高,通常达到或超过其最大容量。这表明对 CPU 资源的需求超过了可用的物理内核,导致进程之间争夺 CPU 时间。频繁的上下文切换,系统效率低下:在 CPU 超额订阅的情况下,进程争夺 CPU 时间,操作系统需要快速地在不同进程之间切换以公平地分配资源。这种频繁的上下文切换会增加开销并降低系统整体效率。
避免 CPU 超额订阅¶
避免 CPU 超额订阅的一个好方法是适当的资源分配。确保同时运行的进程或线程数量不超过可用的 CPU 资源。
在这种情况下,一个解决方案是在子进程中指定适当的线程数量。这可以通过使用子进程中的 torch.set_num_threads(int)
函数为每个进程设置线程数量来实现。
假设机器上有 N 个 vCPU,将生成 M 个进程,每个进程使用的最大 num_threads
值将是 floor(N/M)
。为了避免在 mnist_hogwild 示例中出现 CPU 超额订阅,需要对 示例仓库 中的 train.py
文件进行以下更改。
def train(rank, args, model, device, dataset, dataloader_kwargs):
torch.manual_seed(args.seed + rank)
#### define the num threads used in current sub-processes
torch.set_num_threads(floor(N/M))
train_loader = torch.utils.data.DataLoader(dataset, **dataloader_kwargs)
optimizer = optim.SGD(model.parameters(), lr=args.lr, momentum=args.momentum)
for epoch in range(1, args.epochs + 1):
train_epoch(epoch, args, model, device, train_loader, optimizer)
使用 torch.set_num_threads(floor(N/M))
为每个进程设置 num_thread
。您需要用可用的 vCPU 数量替换 N,用选择的进程数量替换 M。适当的 num_thread
值将根据具体任务而有所不同。但是,作为一个一般性指导,num_thread
的最大值应该是 floor(N/M)
,以避免 CPU 超额订阅。在 mnist_hogwild 训练示例中,在避免 CPU 超额订阅后,您可以实现 30 倍的性能提升。