Dynamo 概述¶
在阅读本节之前,请阅读 torch.compiler。
TorchDynamo(或简称为 Dynamo)是一个 Python 级别的即时 (JIT) 编译器,旨在使未经修改的 PyTorch 程序运行得更快。Dynamo 钩入 CPython 中的帧评估 API(PEP 523)以在执行 Python 字节码之前对其进行动态修改。它重写 Python 字节码以将 PyTorch 操作序列提取到 FX 图 中,然后使用可自定义的后端对其进行编译。它通过字节码分析创建此 FX 图,并旨在将 Python 执行与编译后的后端混合,以兼得两者的优势——易用性和性能。
Dynamo 使您可以轻松地试验不同的编译器后端,以使用单行装饰器 torch._dynamo.optimize()
使 PyTorch 代码运行得更快,该装饰器由 torch.compile()
包装以方便使用。
下图演示了 PyTorch 在使用和不使用 torch.compile
时的工作方式。
TorchInductor 是 Dynamo 图 支持的后端之一,它将 Dynamo 图 转换为 Triton(用于 GPU)或 C++/OpenMP(用于 CPU)。我们有一个 训练性能仪表板,用于提供不同训练后端的性能比较。您可以在 PyTorch dev-discuss 上的 TorchInductor 帖子 中了解更多信息。
有关深入概述,请阅读以下各节,观看深度解读视频,并查看 dev-discuss 主题。
Dynamo 内部结构¶
**作者**:Jason Ansel 和 Kaichao You
本节将介绍一些 Dynamo 内部结构,并演示 Dynamo 在幕后是如何工作的。
什么是保护条件?¶
Dynamo 以即时方式运行,并根据动态属性专门化图。以下是如何使用 Dynamo 的基本示例。可以使用 torchdynamo.optimize
装饰函数或方法以启用 Dynamo 优化
from typing import List
import torch
from torch import _dynamo as torchdynamo
def my_compiler(gm: torch.fx.GraphModule, example_inputs: List[torch.Tensor]):
print("my_compiler() called with FX graph:")
gm.graph.print_tabular()
return gm.forward # return a python callable
@torchdynamo.optimize(my_compiler)
def toy_example(a, b):
x = a / (torch.abs(a) + 1)
if b.sum() < 0:
b = b * -1
return x * b
for _ in range(100):
toy_example(torch.randn(10), torch.randn(10))
例如,上面第一个图具有以下保护条件:
GUARDS:
hasattr(L['a'], '_dynamo_dynamic_indices') == False
hasattr(L['b'], '_dynamo_dynamic_indices') == False
utils_device.CURRENT_DEVICE == None
___skip_backend_check() or ___current_backend() == ___lookup_backend(140355900538256)
check_tensor(L['a'], Tensor, DispatchKeySet(CPU, BackendSelect, ADInplaceOrView, AutogradCPU), torch.float32, device=None, requires_grad=False, size=[10], stride=[1])
check_tensor(L['b'], Tensor, DispatchKeySet(CPU, BackendSelect, ADInplaceOrView, AutogradCPU), torch.float32, device=None, requires_grad=False, size=[10], stride=[1])
如果这些保护条件中的任何一个失败,则该图将被重新捕获并重新编译。那里有趣的保护条件是 check_tensor
,它检查以下 torch.Tensor
属性:
张量的 Python 类(张量子类化等)
数据类型
设备
requires_grad
dispatch_key(应用了线程本地包含/排除)
维度
大小*
步长*
完整专业化模式允许后端编译器假设一个完全静态的图。不幸的是,大多数后端都需要这样。当不处于动态形状模式时,返回动态形状的运算符将触发图中断。
Dynamo 在做什么?¶
如果您想更好地了解 Dynamo 在做什么,您可以使用以下命令运行您的代码:
TORCH_LOGS="+dynamo,guards,bytecode"
如果您不熟悉 Python 字节码,则可以添加一个反编译钩子以将字节码反编译成人类可读的源代码。一个可用的工具是 depyf。如果您尚未安装 depyf
,请运行 pip install depyf
。然后,在运行任何代码之前,添加以下代码以安装反编译钩子。
import depyf
depyf.install()
此代码会触发有用的(但很冗余的)打印输出。
例如,toy_example
中第一个图的打印输出为:
__compiled_fn_0 <eval_with_key>.1
opcode name target args kwargs
------------- ------- ------------------------------------------------------ ---------------- --------
placeholder a a () {}
placeholder b b () {}
call_function abs_1 <built-in method abs of type object at 0x7f9ca082f8a0> (a,) {}
call_function add <built-in function add> (abs_1, 1) {}
call_function truediv <built-in function truediv> (a, add) {}
call_method sum_1 sum (b,) {}
call_function lt <built-in function lt> (sum_1, 0) {}
output output output ((truediv, lt),) {}
ORIGINAL BYTECODE toy_example example.py line 12
14 0 LOAD_FAST 0 (a)
2 LOAD_GLOBAL 0 (torch)
4 LOAD_METHOD 1 (abs)
6 LOAD_FAST 0 (a)
8 CALL_METHOD 1
10 LOAD_CONST 1 (1)
12 BINARY_ADD
14 BINARY_TRUE_DIVIDE
16 STORE_FAST 2 (x)
15 18 LOAD_FAST 1 (b)
20 LOAD_METHOD 2 (sum)
22 CALL_METHOD 0
24 LOAD_CONST 2 (0)
26 COMPARE_OP 0 (<)
28 POP_JUMP_IF_FALSE 19 (to 38)
16 30 LOAD_FAST 1 (b)
32 LOAD_CONST 3 (-1)
34 BINARY_MULTIPLY
36 STORE_FAST 1 (b)
17 >> 38 LOAD_FAST 2 (x)
40 LOAD_FAST 1 (b)
42 BINARY_MULTIPLY
44 RETURN_VALUE
MODIFIED BYTECODE toy_example example.py line 12
12 0 LOAD_GLOBAL 3 (__compiled_fn_0)
2 LOAD_FAST 0 (a)
4 LOAD_FAST 1 (b)
6 CALL_FUNCTION 2
8 UNPACK_SEQUENCE 2
10 STORE_FAST 2 (x)
12 POP_JUMP_IF_FALSE 12 (to 24)
14 LOAD_GLOBAL 4 (__resume_at_30_1)
16 LOAD_FAST 1 (b)
18 LOAD_FAST 2 (x)
20 CALL_FUNCTION 2
22 RETURN_VALUE
>> 24 LOAD_GLOBAL 5 (__resume_at_38_2)
26 LOAD_FAST 1 (b)
28 LOAD_FAST 2 (x)
30 CALL_FUNCTION 2
32 RETURN_VALUE
possible source code:
def toy_example(a, b):
__temp_1 = __compiled_fn_0(a, b)
x = __temp_1[0]
if __temp_1[1]:
return __resume_at_30_1(b, x)
return __resume_at_38_2(b, x)
If you find the decompiled code is wrong,please submit an issue at https://github.com/youkaichao/depyf/issues.
在顶部,您可以看到 FX 图。接下来,您会看到函数的原始字节码,然后是 Dynamo 生成的修改后的字节码,以及供参考的反编译源代码。最后,您会看到我们上面介绍的保护条件。
在修改后的字节码中,__compiled_fn_0
是 my_compiler()
(已编译的图)的返回值。__resume_at_30_1
和 __resume_at_38_2
都是生成的延续函数,它们在图中断(在字节码偏移量 30 和 38 处)后继续执行。每个函数都采用以下形式:
__resume_at_<offset>:
... restore stack state if needed ...
JUMP_ABSOLUTE <offset> into toy_example
... original bytecode of toy_example ...
通过生成这个 resume_at
函数,我们强制函数的剩余部分在新的 Python 帧中执行,这会递归触发 Dynamo 在第一次到达该点时重新启动其捕获。
如何检查 Dynamo 生成的工件?¶
要检查 Dynamo 生成的工件,有一个 API torch._dynamo.eval_frame._debug_get_cache_entry_list
可以从函数的 __code__
对象中检索编译后的代码和保护条件。一个编译后的函数可以有多个缓存条目,每个缓存条目包含一个用于检查保护条件的生成函数,以及一个 types.CodeType
对象,用于保存如果保护条件满足则要执行的代码。
from torch._dynamo.eval_frame import _debug_get_cache_entry_list, innermost_fn
cache_entries = _debug_get_cache_entry_list(innermost_fn(toy_example))
cache_entry = cache_entries[0]
guard, code = cache_entry.check_fn, cache_entry.code
# the guard takes the local variables of an input frame, and tells whether a re-compilation should be triggered.
import dis
dis.dis(guard)
dis.dis(code)
如果您了解 Python 字节码,则可以理解上述输出。
对于保护函数,无需检查字节码。我们可以直接访问其保护条件。
for code_part in guard.code_parts:
print(code_part)
输出为
___guarded_code.valid
___check_global_state()
hasattr(L['a'], '_dynamo_dynamic_indices') == False
hasattr(L['b'], '_dynamo_dynamic_indices') == False
utils_device.CURRENT_DEVICE == None
___skip_backend_check() or ___current_backend() == ___lookup_backend(140215810860528)
___check_tensors(L['a'], L['b'], tensor_check_names=tensor_check_names)
只有当所有条件都满足时,保护函数才会返回 true,并且执行编译后的代码。
对于编译后的代码,我们无法直接访问其源代码,而必须对其进行反编译。
from depyf import decompile
print(decompile(code))
输出为
def toy_example(a, b):
__temp_1 = __compiled_fn_0(a, b)
x = __temp_1[0]
if __temp_1[1]:
return __resume_at_30_1(b, x)
return __resume_at_38_2(b, x)
代码中引用的一些名称是
编译后的函数,存储在包含原始函数
toy_example
的模块的全局命名空间中。这些包括诸如__compiled_fn_0
/__resume_at_30_1
/__resume_at_38_2
之类的名称。用于检查保护条件的闭包变量。这些名称可以从
guard.__code__.co_freevars
中访问,其值存储在guard.__closure__
中。这些包括诸如___guarded_code
/___is_grad_enabled
/___are_deterministic_algorithms_enabled
/___is_torch_function_enabled
/utils_device
/___check_tensors
/tensor_check_names
之类的名称。保护函数
guard
的参数L
。这是一个字典,将toy_example
的参数名称映射到其值。这仅在调用函数时可用,帧评估 API 会在此处发挥作用。简而言之,L
是一个结构为{'a': value_a, 'b': value_b}
的dict
。因此,您可以看到代码使用L['a']
来引用输入变量a
。
图中断点显示在编译后的 toy_example
代码中,我们必须使用 Python 解释器来选择以下图以执行。
请注意,我们将一个简单的 my_compiler
函数作为后端编译器,因此子图代码 __resume_at_38_2
、__resume_at_30_1
和 __compiled_fn_0
保持为 Python 代码。这也可以进行检查(请忽略函数名称,只使用函数签名和函数体代码)。
print("source code of __compiled_fn_0:")
print(innermost_fn(__compiled_fn_0).__self__.code)
print("=" * 60)
print("source code of __resume_at_30_1:")
print(decompile(__resume_at_30_1))
print("=" * 60)
print("source code of __resume_at_38_2:")
print(decompile(__resume_at_38_2))
source code of __compiled_fn_0:
def forward(self, L_a_ : torch.Tensor, L_b_ : torch.Tensor):
l_a_ = L_a_
l_b_ = L_b_
abs_1 = torch.abs(l_a_)
add = abs_1 + 1; abs_1 = None
truediv = l_a_ / add; l_a_ = add = None
sum_1 = l_b_.sum(); l_b_ = None
lt = sum_1 < 0; sum_1 = None
return (truediv, lt)
# To see more debug info, please use ``graph_module.print_readable()``
============================================================
source code of __resume_at_30_1:
def <resume in toy_example>(b, x):
b = b * -1
return x * b
============================================================
source code of __resume_at_38_2:
def <resume in toy_example>(b, x):
return x * b
但是,如果我们使用其他后端(如内置的 inductor
),则子图代码将被编译为 GPU 的 CUDA 内核或 CPU 的 C++ 代码。
总而言之,编译后的代码在概念上等效于以下代码
def compiled_example(a, b):
L = {'a': a, 'b': b}
for guard, code in get_cache_entries():
if guard(L):
return code(a, b)
recompile_and_add_another_cache_entry()
下图演示了 torch.compile
如何转换和优化用户编写的代码:它首先从用户编写的函数中提取计算图,并将这些图编译成优化的函数,然后将它们组装成一个新函数,该函数在功能上等效于用户编写的代码,但经过优化以获得良好的计算速度。
要了解所有这些如何在内部实现,请参阅 Dynamo 深入探讨。