(测试版) 使用 torch.compile 编译优化器¶
**作者:** Michael Lazos
优化器是训练任何深度学习模型的关键算法。由于它负责更新每个模型参数,因此对于大型模型,它通常会成为训练性能的瓶颈。在本食谱中,我们将 torch.compile
应用于优化器以观察 GPU 性能改进。
注意
本教程需要 PyTorch 2.2.0 或更高版本。
模型设置¶
在此示例中,我们将使用一系列简单的线性层。由于我们只对优化器进行基准测试,因此模型的选择无关紧要,因为优化器性能是参数数量的函数。
根据您使用的机器,您的确切结果可能会有所不同。
import torch
model = torch.nn.Sequential(
*[torch.nn.Linear(1024, 1024, False, device="cuda") for _ in range(10)]
)
input = torch.rand(1024, device="cuda")
output = model(input)
output.sum().backward()
设置和运行优化器基准测试¶
在此示例中,我们将使用 Adam 优化器并创建一个辅助函数来将 step() 包裹在 torch.compile()
中。
注意
torch.compile
仅在计算能力 >= 7.0 的 cuda 设备上受支持
# exit cleanly if we are on a device that doesn't support torch.compile
if torch.cuda.get_device_capability() < (7, 0):
print("Exiting because torch.compile is not supported on this device.")
import sys
sys.exit(0)
opt = torch.optim.Adam(model.parameters(), lr=0.01)
@torch.compile(fullgraph=False)
def fn():
opt.step()
# Let's define a helpful benchmarking function:
import torch.utils.benchmark as benchmark
def benchmark_torch_function_in_microseconds(f, *args, **kwargs):
t0 = benchmark.Timer(
stmt="f(*args, **kwargs)", globals={"args": args, "kwargs": kwargs, "f": f}
)
return t0.blocked_autorange().mean * 1e6
# Warmup runs to compile the function
for _ in range(5):
fn()
eager_runtime = benchmark_torch_function_in_microseconds(opt.step)
compiled_runtime = benchmark_torch_function_in_microseconds(fn)
assert eager_runtime > compiled_runtime
print(f"eager runtime: {eager_runtime}us")
print(f"compiled runtime: {compiled_runtime}us")
示例结果
急切运行时间:747.2437149845064us
编译运行时间:392.07384741178us