金磊 楊凈 發(fā)自 凹非寺
量子位 | 公眾號(hào) QbitAI

AI模型的推理在CPU上完成加速和優(yōu)化，竟然不輸傳統(tǒng)方案？

至少在生命科學(xué)和醫(yī)療制藥方向，已經(jīng)透露出這種信號(hào)。

例如在處理AlphaFold2這類大型模型這件事上，大眾普遍的認(rèn)知可能就是堆GPU來(lái)進(jìn)行大規(guī)模計(jì)算。

但其實(shí)從去年開(kāi)始，CPU便開(kāi)始苦練內(nèi)功，使端到端的通量足足提升到了原來(lái)的23.11倍。

而現(xiàn)如今，CPU讓這個(gè)數(shù)值great again——再次提升3.02倍！

不論是像抗菌肽這種較短的氨基酸序列，還是像亨氏綜合征蛋白這樣超長(zhǎng)的序列，都可以輕松hold住。

而且所有的預(yù)測(cè)任務(wù)，在不考慮最高通量、僅僅是順序執(zhí)行，8個(gè)小時(shí)就能全部搞定。

甚至國(guó)內(nèi)已經(jīng)有云服務(wù)提供商做了類似的優(yōu)化方案：

相比于GPU，基于CPU的加速方案在性價(jià)比上更為理想，而且在特定的情況下（超過(guò)300或400氨基酸），幾乎只有CPU能把它算完，而GPU的失敗率會(huì)很高。

要知道，像AlphaFold2這類任務(wù)，可以說(shuō)是公認(rèn)的AI for Science標(biāo)桿。

從上述的種種跡象表明，CPU不再是“你以為的你以為”，而是以一種新勢(shì)力進(jìn)軍于此，并發(fā)揮著前所未有的威力。

CPU，正在大步邁進(jìn)新時(shí)代。

英特爾自己刷新自己

事實(shí)上，此次備受關(guān)注的CPU加速方案，背后不是別人，正是發(fā)明了CPU的英特爾。

2022年，英特爾以第三代至強(qiáng)可擴(kuò)展處理器為硬件基座，使AlphaFold2通量?jī)?yōu)化提升達(dá)23.11倍。一年后，他們?cè)诖嘶A(chǔ)上，再次實(shí)現(xiàn)自我刷新。

2022年，英特爾基于第三代至強(qiáng) 可擴(kuò)展平臺(tái)，針對(duì)AlphaFold2的設(shè)計(jì)特點(diǎn)，在預(yù)處理、模型推理、后處理三階段實(shí)現(xiàn)了端到端優(yōu)化。

如今，原有的五大端到端基礎(chǔ)步驟之上，第四代至強(qiáng) 可擴(kuò)展處理器的加入，再次給AlphaFold2帶來(lái)整體推理性能的提升。

此次優(yōu)化方案主要圍繞預(yù)處理和模型推理兩個(gè)方面，基本劃分為五個(gè)步驟。

第一步：預(yù)處理階段，借助第三代或第四代至強(qiáng) 可擴(kuò)展處理器的多核優(yōu)勢(shì)及其內(nèi)置AVX-512技術(shù)，實(shí)現(xiàn)針對(duì)性的高通量?jī)?yōu)化。

第二步到第五步模型推理階段的優(yōu)化，與2022年方案類似。

第二步，將深度學(xué)習(xí)模型遷移至面向英特爾 架構(gòu)優(yōu)化的PyTorch，并逐模塊地從JAX/haiku完成代碼遷移。

第三步，引入JIT圖編譯技術(shù)，將網(wǎng)格轉(zhuǎn)化為靜態(tài)圖，以提高模型推理速度。

第四步，切分注意力模塊和算子融合，即對(duì)注意力模塊進(jìn)行大張量切分的優(yōu)化思路；與此同時(shí)，使用IPEX（英特爾 擴(kuò)展優(yōu)化框架，建議版本為IPEX-2.0.100+cpu或更高）對(duì)Einsum和Add兩種算子進(jìn)行融合。

第五步，借助至強(qiáng) 可擴(kuò)展平臺(tái)的計(jì)算和存儲(chǔ)優(yōu)勢(shì)實(shí)施針對(duì)性優(yōu)化。比如基于NUMA架構(gòu)技術(shù)，挖掘多核心優(yōu)勢(shì)，破解多實(shí)例運(yùn)算過(guò)程中的計(jì)算和內(nèi)存瓶頸。

不過(guò)除了提供更強(qiáng)的基礎(chǔ)算力，第四代至強(qiáng) 可擴(kuò)展平臺(tái)還帶來(lái)了諸多針對(duì)AI工作負(fù)載的優(yōu)化加速技術(shù)。

具體可以拆分為四項(xiàng)：（詳細(xì)優(yōu)化方案可點(diǎn)擊閱讀原文獲取）

一、TPP技術(shù)降低推理過(guò)程中的內(nèi)存消耗

TPP（Tensor Processing Primitives）相當(dāng)于是一種虛擬的張量指令集架構(gòu)，能讓英特爾 AVX-512等物理指令集予以抽象，生成經(jīng)過(guò)優(yōu)化的平臺(tái)代碼。

具體到計(jì)算執(zhí)行上，TPP能實(shí)現(xiàn)兩種優(yōu)化方式：以單指令多數(shù)據(jù)方式處理數(shù)據(jù)；優(yōu)化內(nèi)存訪問(wèn)模式，提升緩存命中率來(lái)提高數(shù)值計(jì)算和訪存效率。

這樣一來(lái)，狹長(zhǎng)矩陣乘法的空間復(fù)雜度從 O (n^2) 降為 O (n) ，運(yùn)算內(nèi)存峰值也將大幅降低，更有助于處理長(zhǎng)序列蛋白結(jié)構(gòu)預(yù)測(cè)的問(wèn)題。

二、支持DDR5內(nèi)存與大容量緩存帶來(lái)張量吞吐提升

AlphaFold2中大量的矩陣計(jì)算過(guò)程需要內(nèi)存來(lái)支撐，因此內(nèi)存性能影響著整個(gè)模型運(yùn)行性能。

第四代至強(qiáng) 可擴(kuò)展處理器帶來(lái)兩種解決思路——支持DDR5內(nèi)存，以及大容量末級(jí)緩存：

一方面，與上個(gè)方案DDR4內(nèi)存帶寬25.6GBps (3,200MHz）相比，DDR5內(nèi)存帶寬提升了超50%，達(dá)到38.4GBps (4,800MHz）以上 ；另一方面，末級(jí)緩存也由上一代的最高 60MB提升至現(xiàn)在最高112.5MB，幅度87.5%。

三、內(nèi)置AI加速引擎AMX

英特爾在第四代至強(qiáng) 可擴(kuò)展處理器中創(chuàng)新內(nèi)置了AI加速器——英特爾 AMX，類似GPU里的張量核心，加速深度學(xué)習(xí)推理過(guò)程并減少存儲(chǔ)空間。

它支持INT8、BF16等低精度數(shù)據(jù)類型，尤其BF16數(shù)據(jù)類型在精度上的表現(xiàn)不遜于FP32數(shù)據(jù)類型，AlphaFold2使用AMX_BF16后，推理時(shí)間可縮短數(shù)倍之多。

四、高帶寬內(nèi)存HBM2e增加訪存通量

每個(gè)英特爾 至強(qiáng) CPU Max系列，都擁有4個(gè)基于第二代增強(qiáng)型高帶寬內(nèi)存 (HBM2e) 的堆棧，總?cè)萘繛?4GB (每個(gè)堆棧的容量為16GB）。

由于能同時(shí)訪問(wèn)多個(gè)DRAM芯片，它可提供高達(dá)1TB/s的帶寬。而且配置更靈活，有三種不同模式與DDR5內(nèi)存一起協(xié)同工作：HBM Only、HBM Flat以及HBM Cache。

綜上，第四代英特爾 至強(qiáng) 可擴(kuò)展處理器所帶來(lái)的四種優(yōu)化技術(shù)讓AlphaFold2的端到端通量得到了再進(jìn)一步提升，與第三代相比實(shí)現(xiàn)了高達(dá)3.02倍的多實(shí)例通量提升。

當(dāng)然，除了CPU之外，英特爾在探索驗(yàn)證AlphaFold2優(yōu)化方案、步驟和經(jīng)驗(yàn)過(guò)程中，同樣也能提供其他AI加速芯片，給產(chǎn)業(yè)鏈上的生態(tài)伙伴提供強(qiáng)勁支持。

甚至已經(jīng)給出了行業(yè)備受認(rèn)可的解決方案。

就在前段時(shí)間，英特爾聯(lián)合Github上知名的AI+科學(xué)計(jì)算的開(kāi)源項(xiàng)目——Colossal-AI的團(tuán)隊(duì)潞晨科技，成功優(yōu)化了AlphaFold2蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)的性能，并將其方案開(kāi)源。

基于AI專用加速芯片Habana Gaudi，他們成功將端到端推理速度最高提升3.86倍（相較于此前使用的方案），應(yīng)用成本相較于GPU方案最多降低39%。

醫(yī)藥和生命科學(xué)領(lǐng)域，AI還有何作為？

大模型，毋庸置疑是近來(lái)科技圈最為火爆的技術(shù)之一。

它憑借自身強(qiáng)算法、多數(shù)據(jù)、大算力的結(jié)合所帶來(lái)的泛用性，在醫(yī)藥和生命科學(xué)領(lǐng)域同樣大步發(fā)展著。

這一過(guò)程，AI宛如從破解人類的自然語(yǔ)言，躍進(jìn)到了破解生命的自然語(yǔ)言：

• 人類自然語(yǔ)言大模型：從26個(gè)字母，到詞/句/段。

• 生命自然語(yǔ)言大模型：從21個(gè)氨基酸字母，到蛋白質(zhì)/細(xì)胞/生命體。

那么具體而言，現(xiàn)在AI大模型可能會(huì)讓醫(yī)藥和生命科學(xué)領(lǐng)域產(chǎn)生怎樣的變革？

我們不妨以百圖生科推出的，世界首個(gè)AI大模型驅(qū)動(dòng)的AI生成蛋白平臺(tái)AIGP（AI Generated Protein）為例來(lái)了解一番。

AIGP背后所依靠的，是一個(gè)千億參數(shù)的跨模態(tài)生命科學(xué)大模型，通過(guò)“挖掘公開(kāi)數(shù)據(jù)和獨(dú)特自產(chǎn)數(shù)據(jù)”、“跨模態(tài)預(yù)訓(xùn)練和科學(xué)計(jì)算”，以及“蛋白質(zhì)讀寫(xiě)系統(tǒng)和細(xì)胞讀寫(xiě)系統(tǒng)”，三大步驟實(shí)現(xiàn)對(duì)蛋白質(zhì)空間及生命體的建模。

如此大模型能力之下，百圖生科便具備了一系列給定Protein（抗原），設(shè)計(jì)與之以特定方式結(jié)合的Protein（抗體）的能力。

也因此參與到了一系列前沿藥物的開(kāi)發(fā)，包括高性能免疫調(diào)控彈頭設(shè)計(jì)、難成藥靶點(diǎn)精準(zhǔn)設(shè)計(jì)、定表位抗體彈頭設(shè)計(jì)、可溶性TCR設(shè)計(jì)等。

除此之外，百圖生科也具備對(duì)給定細(xì)胞/細(xì)胞組合，發(fā)現(xiàn)調(diào)控細(xì)胞的有效蛋白靶點(diǎn)/組合，并繼而快速設(shè)計(jì)調(diào)控蛋白的能力。

這就為多種疾病的靶點(diǎn)發(fā)現(xiàn)、耐藥/不響應(yīng)患者改善、靶點(diǎn)科學(xué)線索轉(zhuǎn)化帶來(lái)新的可能。

不過(guò)有一說(shuō)一，百圖生科的例子也是只是AI之于醫(yī)藥、生命科學(xué)領(lǐng)域變革的一隅。

但今年生物醫(yī)學(xué)領(lǐng)域的著名獎(jiǎng)項(xiàng)（加拿大蓋爾德納獎(jiǎng)）史無(wú)前例地頒給了人工智能科學(xué)家、DeepMind創(chuàng)始人Demis Hassabis等人。

這也從側(cè)面反映了生命科學(xué)、醫(yī)藥領(lǐng)域?qū)τ贏I的認(rèn)可，以及更多的期待。

如果您對(duì)本文涉及的基于Habana Gaudi與英特爾 至強(qiáng) 可擴(kuò)展處理器對(duì)AlphaFold2進(jìn)行端到端優(yōu)化的技術(shù)細(xì)節(jié)感興趣，如果您也想了解百圖生科在AIGP領(lǐng)域的最新進(jìn)展，英特爾《至強(qiáng)實(shí)戰(zhàn)課》之《AI驅(qū)動(dòng)的生命科學(xué)與醫(yī)藥創(chuàng)新》將為您帶來(lái)更加全面且詳細(xì)的真人講解，歡迎大家注冊(cè)收看～

以及想要了解更多第四代至強(qiáng)可擴(kuò)展平臺(tái)對(duì)AlphaFold2的優(yōu)化方案，請(qǐng)點(diǎn)擊【閱讀原文】。