Consistent 与 Mirrored 视角

Consistent 与 Mirrored 视角

在进行分布式训练时，OneFlow 框架提供了两种角度看待数据与模型的关系，被称作 consistent 视角与 mirrored 视角。

本文将介绍：

• 数据并行与模型并行的区别及适用场景
• 在分布式任务中采用 mirrored 视角及其特点
• 在分布式任务中采用 consistent 视角及其特点

数据并行与模型并行

为了更好地理解 OneFlow 中的 consistent 和 mirrored 视角，需要了解分布式任务中的 数据并行 、模型并行 两种并行方式的区别。

为了更直观地展示两者的差别，先看一个简单的 Op ：矩阵乘法。

假定在模型训练中，存在一个输入矩阵 I ，通过矩阵 I 与矩阵 W 做矩阵乘法，得到输出矩阵 O 。

如以上所示，I的大小为(N, C1)，W的大小为(C1, C2)，O的大小为(N, C2)。

结合机器学习的业务逻辑，可以赋予以上几个矩阵直观意义：

• I 矩阵作为输入矩阵，每一行都是一个样本，一行中的各列代表了样本的特征
• W 矩阵代表了模型参数
• O 是预测结果或者 label ，如果是预测作业，那么就是由 I、W 求解 O，得到分类结果的过程；如果是训练作业，那么就是由 I 与 O 求解 W 的过程

当以上 I 矩阵的行 N 很大，说明样本很多；如果 W 矩阵的列 C2 很大，说明模型复杂；当样本数目、模型复杂程度复杂到一定程度时，单机单卡的硬件条件已经无法承载训练作业，就需要考虑分布式的方式训练。而在分布式系统中，可以选择 数据并行 和 模型并行。

为了便于理解数据并行与模型并行，先用下图作为矩阵相乘 Op 的示例：

等式左边第1个灰色的矩阵代表输入样本，每一行是一个样本；等式左边第2个蓝色的矩阵代表模型。

在后文中，将看到以上的 op，在数据并行与模型并行下，不同的“切分”方式。

数据并行图示

在 数据并行 中，将样本数据进行切分，切分后的数据 被送至各个训练节点，与 完整的模型 进行运算，最后将多个节点的信息进行合并，如下图所示：

模型并行图示

在 模型并行 中，将模型进行切分，完整的数据 被送至各个训练节点，与 切分后的模型 进行运算，最后将多个节点的运算结果合并，如下图所示：

总之：

• 数据并行下，各个训练节点的模型是完全一样的，数据被切分；
• 模型并行下，各个训练节点都接收一样的完整数据， 模型被切分。

接下来将介绍 OneFlow 看待分布式系统的两种视角（mirrored 视角与 consistent 视角），学习在不同的视角下如何选择并行方式。

两类占位符

在使用OneFlow搭建神经网络及定义与调用作业函数中已经介绍了 数据占位符 与 Blob 的概念。

实际上，针对并行，OneFlow的数据占位符还可以细分为 两类：分别通过接口 oneflow.typing.Numpy.Placeholder 和 oneflow.typing.ListNumpy.Placeholder 构造的占位符，分别对应 Consistent 与 Mirrored情况。

将在下文中看到具体应用。

在 OneFlow 中使用 mirrored 视角

其它的框架，如 TensorFlow、Pytorch 均支持 mirroed view；OneFlow 的 mirrored 视角与它们类似。

在 mirrored 视角下，模型被镜像复制到每张卡上，每个节点的模型构图是完全相同的，只能采用 数据并行 。

在 OneFlow 中，默认不是 mirrored 策略，需要通过 flow.function_config() 的 default_logical_view 接口来显式指定：

func_config = flow.function_config()

func_config.default_logical_view(flow.scope.mirrored_view())

在 mirrored_view 下，只能采用 数据并行 的并行模式，在调用作业函数时，需要将数据按照训练节点的数目（显卡总数）进行平均切分，并将切分后的数据放入 list 中进行传递，list 中的每个元素，就是后分配给 各个显卡 的实际数据。

训练函数的返回值类型，也变作了 oneflow.typing.ListNumpy，是一个 list， list 中的每个元素，对应了每张卡上训练结果。

以上提及的 list 中的所有元素 拼接在一起 ，才是一个完整的 BATCH。

代码

在以下的脚本中，使用采用 mirrored_view 视角，使用2个 GPU 进行训练。

代码：mirrored_strategy.py

重点部分的说明请见后文“代码解析”部分。

代码解读

以上代码中：

• 使用 flow.config.gpu_device_num 设置 GPU 数目为2

flow.config.gpu_device_num(2)

• oneflow.typing.ListNumpy.Placeholder 定义的样本数目，是被切分后的数目，即代码中的 BATCH_SIZE_PER_GPU 与总样本数 BATCH_SIZE 的关系为：BATCH_SIZE=BATCH_SIZE_PER_GPU×GPU_NUM
• def train_job(
• images: tp.ListNumpy.Placeholder((BATCH_SIZE_PER_GPU, 1, 28, 28), dtype=flow.float),
• labels: tp.ListNumpy.Placeholder((BATCH_SIZE_PER_GPU,), dtype=flow.int32),
• ) -> tp.ListNumpy:
• 切分后的数据，需要保存至 list 中传入训练函数；list 中元素的个数与 参与训练的GPU数目 一致；OneFlow 将按照 list 中元素顺序，向各卡传递数据( list 中第 i 个元素对应第 i 张卡)：
• images1 = images[:BATCH_SIZE_PER_GPU]
• images2 = images[BATCH_SIZE_PER_GPU:]
• labels1 = labels[:BATCH_SIZE_PER_GPU]
• labels2 = labels[BATCH_SIZE_PER_GPU:]
• imgs_list = [images1, images2]
• labels_list = [labels1, labels2]
• loss = train_job(imgs_list, labels_list)
• 返回的得到的结果 loss，是一个 list，该 list 中元素个数与 参与训练的GPU数目 一致；list 中的第i个元素对应了第 i 张 GPU 卡上的运算结果。做了拼接后，计算并打印了 total_loss
• total_loss = np.array([*loss[0], *loss[1]])
• if i % 20 == 0:
• print(total_loss.mean())

在 OneFlow 中使用 consistent 视角

已经了解了 mirrored 视角，知道在 mirrored_view 视角下，样本会被平均分配到多个完全一样的模型上进行分布式训练，各个训练节点上的结果，需要组装才能得到真正完整的 BATCH，对应了逻辑上的 op 与 Blob。

除了 mirrored 视角外，OneFlow 还提供了 consistent 视角。consistent 视角是 OneFlow 的一大特色，与 mirrored 视角相比有很大的优势。

默认情况下 OneFlow 采取的是 consistent 视角，如果想显式声明，也可以通过代码设置：

config = flow.function_config()

config.default_logical_view(flow.scope.consistent_view())

之所以说 consistent 视角是 OneFlow 的一大特色，是因为在 OneFlow 的设计中，若采用 consistent_view，那么从用户的视角看，分布式系统中的多个设备将获得 逻辑上的统一，同样以本文开头的矩阵乘法为例，只需要关注矩阵乘法本身数学计算上的意义；而在工程上到底如何配置、采用模型并行还是数据并行等细节问题，可以使用 OneFlow 的接口轻松完成。OneFlow 内部会高效可靠地解决 数据并行中的数据切分 、模型并行中的模型切分 、串行逻辑 等问题。

在 OneFlow 的 consistent 视角下，可以自由选择模型并行、数据并行、流水并行或者混合并行。

代码

以下脚本，采用 consistent 视角，使用2个 GPU 进行训练，consistent 策略下默认的并行方式仍然是 数据并行。关于如何在 consistent 策略下设置 模型并行 及 混合并行 不在本文讨论范围，在OneFlow 的并行特色中有专门的介绍与示例。

代码：consistent_strategy.py

代码中的重点将在下文介绍。

代码解读

以上代码中：

• 使用 flow.config.gpu_device_num 设置GPU数目：
• flow.config.gpu_device_num(2)
• 使用 tp.Numpy.Placeholder 定义 consistent 视角下的占位符，因为 Numpy.Placeholder 产出的 Blob 代表逻辑上的 op 及数据占位符，因此此处的 BATCH_SIZE 就是整个分布式训练的样本总和，不需要人为切分或者组合
• @flow.global_function(type="train")
• def train_job(
• images: tp.Numpy.Placeholder((BATCH_SIZE, 1, 28, 28), dtype=flow.float),
• labels: tp.Numpy.Placeholder((BATCH_SIZE,), dtype=flow.int32),
• ) -> tp.Numpy:
• 调用作业函数，直接得到训练结果，训练结果已经由 OneFlow 完成分布式过程中切分与合并的工作。在 consistent 视角下，多卡的分布式训练与单卡的训练，代码差别极少，上手体验几乎一样
• for i, (images, labels) in enumerate(zip(train_images, train_labels)):
• loss = train_job(images, labels)
• if i % 20 == 0:
• print(loss.mean())

扩展

随着机器学习理论与实践发展，现在已经出现了很多单机无法训练的网络；也出现了越来越多仅采用数据并行无法很好完成训练的模型。

采用 OneFlow 的 consistent 视角，通过自由选择及组合并行方式，可以很好地解决以上问题，在 OneFlow 的并行特色进行了专门的介绍。