前言

?現(xiàn)今，日益完善的深度學(xué)習(xí)技術(shù)和-AI-服務(wù)愈加受到市場青睞。與此同時，數(shù)據(jù)集不斷擴(kuò)大，計算模型和網(wǎng)絡(luò)也變得越來越復(fù)雜，這對于硬件設(shè)備也提出了更為嚴(yán)苛的需求。如何利用有限的預(yù)算，最大限度升級系統(tǒng)整體的計算性能和數(shù)據(jù)傳輸能力成為了最為重要的問題。

GPU-的選擇

熟悉深度學(xué)習(xí)的人都知道，深度學(xué)習(xí)是需要訓(xùn)練的，所謂的訓(xùn)練就是在成千上萬個變量中尋找最佳值的計算。這需要通過不斷的嘗試識別，而最終獲得的數(shù)值并非是人工確定的數(shù)字，而是一種常態(tài)的公式。通過這種像素級的學(xué)習(xí)，不斷總結(jié)規(guī)律，計算機(jī)就可以實現(xiàn)像人一樣思考。因而，更擅長并行計算和高帶寬的-GPU，則成了大家關(guān)注的重點。

數(shù)據(jù)并行的原理很簡單，如下圖，其中-CPU-主要負(fù)責(zé)梯度平均和參數(shù)更新，而-GPU1和-GPU2-主要負(fù)責(zé)訓(xùn)練模型副本（model replica），這里稱作“模型副本”是因為它們都是基于訓(xùn)練樣例的子集訓(xùn)練得到的，模型之間具有一定的獨立性。具體的訓(xùn)練步驟如下

除了計算能力之外，GPU-另一個比較重要的優(yōu)勢就是他的內(nèi)存結(jié)構(gòu)。首先是共享內(nèi)存。在-NVIDIA-披露的性能參數(shù)中，每個流處理器集群末端設(shè)有共享內(nèi)存。相比于-CPU-每次操作數(shù)據(jù)都要返回內(nèi)存再進(jìn)行調(diào)用，GPU-線程之間的數(shù)據(jù)通訊不需要訪問全局內(nèi)存，而在共享內(nèi)存中就可以直接訪問。這種設(shè)置的帶來最大的好處就是線程間通訊速度的提高（速度：共享內(nèi)存》》全局內(nèi)存）。

而在傳統(tǒng)的CPU構(gòu)架中，盡管有高速緩存（Cache）的存在，但是由于其容量較小，大量的數(shù)據(jù)只能存放在內(nèi)存（RAM）中。進(jìn)行數(shù)據(jù)處理時，數(shù)據(jù)要從內(nèi)存中讀取然后在-CPU-中運算最后返回內(nèi)存中。由于構(gòu)架的原因，二者之間的通信帶寬通常在-60GB/s-左右徘徊。與之相比，大顯存帶寬的-GPU-具有更大的數(shù)據(jù)吞吐量。在大規(guī)模深度神經(jīng)網(wǎng)絡(luò)的訓(xùn)練中，必然帶來更大的優(yōu)勢。

另一方面，如果要充分利用-GPU-資源處理海量數(shù)據(jù)，需要不斷向-GPU-注入大量數(shù)據(jù)。目前，PCIe-的數(shù)據(jù)傳輸速度還無法跟上這一速度，如果想避免此類“交通擁堵”，提高數(shù)據(jù)傳輸速度可以選擇應(yīng)用-NVlink-技術(shù)的-GPU-卡片。

4-GPUs-with-PCIe

4-GPUs-with-NVLink

NVLink-是目前最快的-GPU-高速互聯(lián)技術(shù)，借助這種技術(shù)，GPU-和-CPU-彼此之間的數(shù)據(jù)交換速度要比使用PCIe 時快-5-到-12-倍，應(yīng)用程序的運行速度可加快兩倍。通過-NVLink 連接兩個-GPU-可使其通信速度提高至-80-GB/s，比之前快了-5-倍。

其中-Nvidia-的-Volta-架構(gòu)計算卡使用的-NVLink-2.0-技術(shù)速度更快（20-25Gbps），單通道可提供-50-GB/S-的顯存帶寬。

P100-NVLink1.0-數(shù)據(jù)傳輸模式

V100-NVLink2.0-數(shù)據(jù)傳輸模式

而且就目前而言，越來越多的深度學(xué)習(xí)標(biāo)準(zhǔn)庫支持基于-GPU-的深度學(xué)習(xí)加速，通俗點描述就是深度學(xué)習(xí)的編程框架會自動根據(jù)-GPU-所具有的線程/Core-數(shù)，去自動分配數(shù)據(jù)的處理策略，從而達(dá)到優(yōu)化深度學(xué)習(xí)的時間。而這些軟件上的全面支持也是其它計算結(jié)構(gòu)所欠缺的。

簡單來看，選擇-GPU-有四個重要參數(shù)：浮點運算能力、顯存、數(shù)據(jù)傳輸與價格。

對于很多科學(xué)計算而言，服務(wù)器性能主要決定于-GPU-的浮點運算能力。特別是對深度學(xué)習(xí)任務(wù)來說，單精浮點運算以及更低的半精浮點運算性能則更為重要。如果資金充足的情況下，可以選擇應(yīng)用-NVLink-技術(shù)單精計算性能高、顯存大的-GPU-卡片。如果資金有限的話，則要仔細(xì)考量核心需求，選擇性價比更高的-GPU-卡片。

內(nèi)存大小的選擇

心理學(xué)家告訴我們，專注力這種資源會隨著時間的推移而逐漸耗盡。內(nèi)存就是為數(shù)不多的，讓你保存注意力資源，以解決更困難編程問題的硬件之一。與其在內(nèi)存瓶頸上兜轉(zhuǎn)，浪費時間，不如把注意力放在更加緊迫的問題上。如果你有更多的內(nèi)存，有了這一前提條件，你可以避免那些瓶頸，節(jié)約時間，在更緊迫問題上投入更多的生產(chǎn)力。

所以，如果資金充足而且需要做很多預(yù)處理工作，應(yīng)該選擇至少和-GPU-內(nèi)存大小相同的內(nèi)存。雖然更小的內(nèi)存也可以運行，但是這樣就需要一步步轉(zhuǎn)移數(shù)據(jù)，整體效率上則大打則扣?？偟膩碚f內(nèi)存越大，工作起來越舒服。

硬盤驅(qū)動器/SSD

在一些深度學(xué)習(xí)案例中，硬驅(qū)會成為明顯的瓶頸。如果數(shù)據(jù)組很大，通常會在硬驅(qū)上放一些數(shù)據(jù)，內(nèi)存中也放一些，GPU-內(nèi)存中也放兩-mini-batch。為了持續(xù)供給-GPU，我們需要以-GPU-能夠跑完這些數(shù)據(jù)的速度提供新的-mini-batch。

為此，可以采用和異步-mini-batch-分配一樣的思路，用多重-mini-batch-異步讀取文件。如果不異步處理，結(jié)果表現(xiàn)會被削弱很多（5-10%），而且讓認(rèn)真打造的硬件優(yōu)勢蕩然無存。那么，這時候就需要-SSD，因為-100-150MB/S-的硬驅(qū)會很慢，不足以跟上-GPU。

許多人買一個-SSD-是為了舒服：程序開始和響應(yīng)都快多了，大文件預(yù)處理也快很多，但是，對于深度學(xué)習(xí)來說，僅當(dāng)輸入維數(shù)很高，不能充分壓縮數(shù)據(jù)時，這才是必須的。如果買了-SSD，則應(yīng)該選擇能夠存下和使用者通常要處理的數(shù)據(jù)集大小相當(dāng)?shù)拇鎯θ萘?，也額外留出數(shù)十-GB-的空間。另外用普通硬驅(qū)保存尚未使用的數(shù)據(jù)集的主意也不錯。