本文主要基于MXNet1.6.0版本进行分析。

在上一篇文章中，我们分析了MXNet中KVStore的进程内通信机制。在这篇文章中，我们主要分析KVStore如何进行多节点分布式通信。

在KVStore的实现中，KVStoreDist和KVStoreDistServer分别对应参数服务器中的worker节点与server节点。KVStoreDist继承自KVStoreLocal，通过封装PS-Lite中的KVWorker实现了Push和Pull等接口，从而向server发送各类请求；而KVStoreDistServer则封装了PS-Lite中的KVServer，用来处理并响应worker发来的各类请求。

worker端执行逻辑

worker创建

KVStoreDist的构造函数为每个worker节点创建一个ps::KVWorker<char>类型的对象。如果当前worker节点不是一个recovery的节点，那么就阻塞到所有的worker和server启动。

  1. explicit KVStoreDist(bool use_device_comm)
  2.     : KVStoreLocal(use_device_comm), ps_worker_(nullptr), server_(nullptr) {
  3.   if (IsWorkerNode()) {
  4.     int new_customer_id = GetNewCustomerId();
  5.     ps_worker_ = new ps::KVWorker<char>(0, new_customer_id);
  6.     ps::StartAsync(new_customer_id, "mxnet\0");
  7.     if (!ps::Postoffice::Get()->is_recovery()) {
  8.       ps::Postoffice::Get()->Barrier(
  9.         new_customer_id,
  10.         ps::kWorkerGroup + ps::kServerGroup + ps::kScheduler);
  11.     }
  12.   }
  13.   bigarray_bound_ = dmlc::GetEnv("MXNET_KVSTORE_BIGARRAY_BOUND", 1000 * 1000);
  14.   log_verbose_ = dmlc::GetEnv("MXNET_KVSTORE_DIST_ROW_SPARSE_VERBOSE", false);
  15. }

worker的初始化过程

在初始化时，每个worker首先检查key的唯一性，随后调用comm_->Init为每个key初始化进行本地通信的资源。本地初始化完成后，worker0把自己本地的权重发送给所有的server。worker0在其push操作完成后，会将数据写入到comm_buf_和compr_buf_这两个缓冲区中。

  1. void InitImpl(const std::vector<int>& keys,
  2.               const std::vector<NDArray>& values) override {
  3.   CheckUnique(keys);
  4.   for (size_t i = 0; i < keys.size(); ++i) {
  5.     comm_->Init(keys[i], values[i].storage_type(), values[i].shape(), values[i].dtype());
  6.   }
  7.   if (get_rank() == 0 && this->ps_worker_->get_customer()->customer_id() == 0) {
  8.     Push_(keys, values, 0, false);
  9.     // wait until the push is finished
  10.     for (const int key : keys) {
  11.       comm_buf_[key].WaitToWrite();
  12.       compr_buf_[key].WaitToWrite();
  13.     }
  14.   } else {
  15.     // do nothing
  16.   }
  17.   if (!ps::Postoffice::Get()->is_recovery()) {
  18.     Barrier();
  19.   }
  20. }

worker发送控制消息

worker端通过SendCommandToServers函数向server端发送控制消息。例如，在KVStoreDist的析构函数中有如下代码，用来从worker0节点向所有server节点发送一个终止的命令。

  1. if (get_rank() == 0 && ps_worker_->get_customer()->customer_id() == 0) {
  2.    // stop the executor at servers
  3.   SendCommandToServers(static_cast<int>(CommandType::kStopServer), "");
  4. }

worker发送数据消息

worker会调用Push_函数向server发送数据请求，它的核心逻辑如下所示（省略部分代码）。与之前提到的本地通信类似，在向server节点发送数据之前，会先调用GroupPairsPush把具有相同key的value汇总到一个vector中。对于每个key，先在本地进行一次Reduce操作聚合所有设备上的梯度，并将结果存放到comm_buf中。随后，通过EncodeDefaultKey把key和value编码成PS-Lite支持的数据结构，再调用PushDefault把对应的数据发送出去。

  1. void KVStoreDist::Push_(const std::vector<int>& keys,
  2.                         const std::vector<NDArray>& values,
  3.                         int priority,
  4.                         bool do_merge) {
  5.   std::vector<int> uniq_keys;
  6.   std::vector<std::vector<NDArray>> grouped_val;
  7.   GroupKVPairsPush(keys, values, &uniq_keys, &grouped_val, false);
  9.   for (size_t i = 0; i < uniq_keys.size(); ++i) {
  10.     int key = uniq_keys[i];
  11.     const auto& vals = grouped_vals[i];
  12.     NDArray merged = do_merge ? comm_->Reduce(key, vals, priority) : vals[0];
  14.     auto &comm_buf = comm_buf_[key];
  15.     if (merged.ctx().dev_mask() == cpu::kDevMask) {
  16.       // Start of a push doesn't guarantee that the previous pushes are completed.
  17.       // This shouldn't affect training of networks though because training involves
  18.       // a sequence of push, pull, then push. This imposes ordering that the
  19.       // second push happens after the first pull, and the pull happens after first push.
  20.       comm_buf = merged;  // avoid memory copy
  21.     } else {
  22.       if (comm_buf.is_none()) {
  23.         comm_buf = NDArray(merged.shape(), pinned_ctx_, true, merged.dtype());
  24.       }
  25.       CopyFromTo(merged, &comm_buf);
  26.     }
  27.     const int dtype = merged.dtype();
  28.     const int num_bytes = mshadow::mshadow_sizeof(dtype);
  29.     PSKV& pskv = EncodeDefaultKey(key, comm_buf.shape().Size(), num_bytes);
  30.     PushDefault(key, comm_buf, pskv, priority);
  31.   }
  32. }

PushDefault会调用ps_worker_->ZPush来完成梯度的发送，梯度发送以及发送之前的一些准备操作都被封装到一个lambda表达式中，这个lambda表达式随后被压入到MXNet后端的依赖引擎中等待执行。

  1. void PushDefault(int key, const NDArray &send_buf, const PSKV& pskv, int priority) {
  2.   auto push_to_servers =
  3.       [this, key, pskv, send_buf](RunContext rctx, Engine::CallbackOnComplete cb) {
  4.         const int dtype = send_buf.dtype();
  5.         // convert to ps keys
  6.         const size_t size = send_buf.shape().Size() * mshadow::mshadow_sizeof(dtype);
  7.         char* data = static_cast<char *>(send_buf.data().dptr_);
  8.         // do push. false means no delete
  9.         ps::SArray<char> vals(data, size, false);
  10.         int cmd = GetCommandType(RequestType::kDefaultPushPull, dtype);
  11.         CHECK_NOTNULL(ps_worker_)->ZPush(
  12.             pskv.keys, vals, pskv.lens,
  13.             cmd, [cb]() { cb(); });
  14.       };
  15.   Engine::Get()->PushAsync(
  16.       push_to_servers,
  17.       pinned_ctx_,
  18.       {send_buf.var()},
  19.       {},
  20.       FnProperty::kNormal,
  21.       priority,
  22.       "KVStoreDistDefaultPush");
  23. }

Pull操作的过程如下所示。在准备工作完成后，调用ps_server_->ZPull完成权重的拉取，最后在本地执行Broadcast把从server端拉回的权重广播到所有设备上。

  1. void PullImpl(const std::vector<int>& keys,
  2.               const std::vector<NDArray*>& values,
  3.               int priority, bool ignore_sparse) override {
  4.   CHECK(ignore_sparse) << "dist kvstore pull doesn't support ignore_sparse=False";
  5.   std::vector<int> uniq_keys;
  6.   std::vector<std::vector<NDArray*> > grouped_vals;
  7.   GroupKVPairsPull(keys, values, &uniq_keys, &grouped_vals, true);
  9.   for (size_t i = 0; i < uniq_keys.size(); ++i) {
  10.     int key = uniq_keys[i];
  11.     // use the same array for merging to guarantee that pull always happens
  12.     // after the previous push on this key
  13.     auto& recv_buf = comm_buf_[key];
  14.     const auto storage_type = grouped_vals[i][0]->storage_type();
  15.     CHECK_EQ(storage_type, kDefaultStorage)
  16.              << "Expected stype of value to be kDefaultStorage";
  17.     if (recv_buf.is_none()) {
  18.       // it may happen for the first time a no-rank-0 worker pull the weight.
  19.       recv_buf = NDArray(grouped_vals[i][0]->shape(), pinned_ctx_,
  20.                          true, grouped_vals[i][0]->dtype());
  21.     }
  22.     auto pull_from_servers = [this, key, recv_buf](
  23.         RunContext rctx, Engine::CallbackOnComplete cb) {
  24.       // convert to ps keys
  25.       size_t size = recv_buf.shape().Size();
  26.       const int dtype = recv_buf.dtype();
  27.       const int num_bytes = mshadow::mshadow_sizeof(dtype);
  28.       PSKV& pskv = EncodeDefaultKey(key, size, num_bytes) :
  29.       char* data = static_cast<char*> (recv_buf.data().dptr_);
  30.       // false means not to delete data when SArray is deleted
  31.       auto vals = new ps::SArray<char>(data, size * num_bytes, false);
  32.       // issue pull
  33.       RequestType mode = RequestType::kDefaultPushPull;
  34.       const int cmd = GetCommandType(mode, dtype);
  35.       CHECK_NOTNULL(ps_worker_)->ZPull(
  36.        pskv.keys, vals, &pskv.lens, cmd, [vals, cb](){ delete vals; cb(); });
  37.     };
  39.     CHECK_NOTNULL(Engine::Get())->PushAsync(
  40.         pull_from_servers,
  41.         pinned_ctx_,
  42.         {},
  43.         {recv_buf.var()},
  44.         FnProperty::kNormal,
  45.         priority,
  46.         "KVStoreDistDefaultStoragePull");
  48.     comm_->Broadcast(key, recv_buf, grouped_vals[i], priority);
  49.   }
  50. }

server端执行逻辑

server的创建以及启动

首先在KVStoreDistServer的构造函数中为ps_server_绑定处理命令请求的CommandHandle以及处理数据请求的DataHandleEx。注意到在绑定CommandHandle时，ps_server_被向上转型成ps::SimpleApp*类型。这是因为ps::SimpleApp中实现的set_request_handle只能接收包含两个形参的函数对象，而ps::KVServer继承了ps::SimpleApp并且重载了set_request_handle，使之可以接收包含三个形参的函数对象。这样一来，就完成了对控制请求和数据请求的分开处理。

  1. KVStoreDistServer() {
  2.   using namespace std::placeholders;
  3.   ps_server_ = new ps::KVServer<char>(0);
  4.   static_cast<ps::SimpleApp*>(ps_server_)->set_request_handle(
  5.       std::bind(&KVStoreDistServer::CommandHandle, this, _1, _2));
  6.   ps_server_->set_request_handle(
  7.       std::bind(&KVStoreDistServer::DataHandleEx, this, _1, _2, _3));
  8.   sync_mode_ = false;
  9.   gradient_compression_ = std::make_shared<GradientCompression>();
  10.   log_verbose_ = dmlc::GetEnv("MXNET_KVSTORE_DIST_ROW_SPARSE_VERBOSE", false);
  11. }

处理控制请求

server接收到worker0发来的命令后，会根据命令的类型，执行不同的操作。例如，当worker发来StopServer的命令后，server就会被停止。相应的命令执行完毕后，server会发送一个响应给worker0。注意这里负责发送响应的不是ps::KVWorker<char>类型的对象，而是ps::SimpleApp类型的对象。

  1. void CommandHandle(const ps::SimpleData& recved, ps::SimpleApp* app) {
  2.   CommandType recved_type = static_cast<CommandType>(recved.head);
  3.   switch (recved_type) {
  4.     case CommandType::kStopServer:
  5.       exec_.Stop();
  6.       break;
  7.     case CommandType::kSyncMode:
  8.       sync_mode_ = true;
  9.       break;
  10.     case CommandType::kSetGradientCompression:
  11.       gradient_compression_->DecodeParams(recved.body);
  12.       break;
  13.     case CommandType::kSetProfilerParams:
  14.       // last char is the type of profiler command
  15.       ProcessServerProfilerCommands(static_cast<KVStoreServerProfilerCommand>
  16.                                                 (recved.body.back() - '0'),
  17.                                     recved.body);
  18.       break;
  19.     case CommandType::kSetMultiPrecision:
  20.       // uses value 1 for message id from frontend
  21.       if (!multi_precision_) {
  22.         multi_precision_ = true;
  23.         CreateMultiPrecisionCopies();
  24.       }
  25.       break;
  26.     case CommandType::kController:
  27.       // this uses value 0 for message id from frontend
  28.       // let the main thread to execute ctrl, which is necessary for python
  29.       exec_.Exec([this, recved]() {
  30.           CHECK(controller_);
  31.           controller_(recved.head, recved.body);
  32.         });
  33.       break;
  34.   }
  35.   app->Response(recved);
  36. }

处理数据请求

前面提到，DataHandleEx被注册为处理数据请求的函数，它会根据数据请求类型去调用不同的处理函数。默认情况下会调用DataHandleDefalut，该函数会对worker发来的push和pull请求分开处理。当worker节点push梯度到server时，如果某个key是第一次被push，那么server会为相应的key申请内存空间；否则会根据sync_mode_的值分别进行处理。在sync_mode_ == true（即同步训练模式）的情况下，所有worker上的梯度会被聚合到update_buf_[key].merged中；而在异步训练模式下，server把从某个worker接收的梯度放在update_buf_[key].temp_array中。随后，worker发来的push请求信息会被记录到update_buf_[key].request中。待上面的工作完成后，会调用ApplyUpdates函数去更新key对应的模型参数。当worker节点向server节点发送pull请求时，server会直接调用DefaultStorageResponse把server节点最新的模型参数发送给worker。

  1. void DataHandleDefault(const DataHandleType type, const ps::KVMeta& req_meta,
  2.                        const ps::KVPairs<char>& req_data, ps::KVServer<char>* server) {
  3.   int key = DecodeKey(req_data.keys[0]);
  4.   auto& stored = store_[key];
  5.   if (req_meta.push) { // push operation
  6.     size_t ds[] = {(size_t) req_data.lens[0] / mshadow::mshadow_sizeof(type.dtype)};
  7.     mxnet::TShape dshape(ds, ds + 1);
  8.     TBlob recv_blob;
  9.     MSHADOW_REAL_TYPE_SWITCH(type.dtype, DType, {
  10.       recv_blob = TBlob(reinterpret_cast<DType*>(req_data.vals.data()), dshape, cpu::kDevMask);
  11.     })
  12.     NDArray recved = NDArray(recv_blob, 0);
  13.     if (stored.is_none()) { // the first push request
  14.       // initialization
  15.       stored = NDArray(dshape, Context(), false, type.dtype);
  16.       CopyFromTo(recved, &stored, 0);
  17.       server->Response(req_meta);
  18.       stored.WaitToRead();
  19.     } else {
  20.       auto& updates = update_buf_[key];
  21.       if (sync_mode_ && updates.merged.is_none() {
  22.         updates.merged = NDArray(dshape, Context(), false, type.dtype);
  23.       }
  24.       if (updates.request.empty()) { // the first
  25.         if (sync_mode_) {
  26.           CopyFromTo(recvd, updates.merged);
  27.         } else { // async training
  28.           updates.temp_array = recved;
  29.         }
  30.       } else {
  31.         updates.merged += recved;
  32.       }
  33.       updates.request.push_back(req_meta);
  34.       ApplyUpdates(type, key, req_data, &updates, server);
  35.   } else { // pull operation
  36.     DefaultStorageResponse(type, key, req_meta, req_data, server);
  37.   }
  38. }

函数ApplyUpdates实现了模型权重更新的核心逻辑。如果是异步训练模式，或者当前的update_buf中的push请求数量等于worker的数量（意味着server收到了所有worker上的梯度），那么就会执行参数的更新过程；否则就不进行更新，直接调用server->Response给worker发一个不带任何数据的响应消息，表示收到了相关的数据。如果server端设置了更新器updater_，那么就会在server端执行更新操作；否则，server只对梯度进行聚合。如下代码的7~16行描述了这一过程，更新或聚合的结果会被存放到store_[key]中。由于update_buf_[key].request中保存的请求既有可能是push，也有可能是pushpull（唯独不可能是pull，因为我们只在req_meta.push==true时才把req_meta加入到update_buf_[key].request中），因此我们还要额外处理pushpull这类请求。对于update_buf_[key].request中的每个请求，如果该请求req.pull==true，那么就调用DefaultStorageResponse把模型权重传输给worker。在更新过程完成后，update_buf_[key].request就会被清空，以等待下一次更新。

  1. inline void ApplyUpdates(const DataHandleType type, const int key,
  2.                          const ps::KVPairs<char>& req_data, UpdateBuf *update_buf,
  3.                          ps::KVServer<char>* server) {
  4.   if (!sync_mode_ || update_buf->request.size() == (size_t) ps::NumWorkers()) {
  5.     // let the main thread to execute updater_, which is necessary for python
  6.     auto& stored = store_[key];
  7.     auto& update =  sync_mode_ ? update_buf->merged : update_buf->temp_array;
  8.     if (updater_) { // update_on_kvstore == True
  9.       exec_.Exec([this, key, &update, &stored](){
  10.         CHECK(updater_);
  11.         updater_(key, update, &stored);
  12.       });
  13.     } else { // update_on_kvstore == False, only support for sync mode
  14.       CHECK(sync_mode_) << "Updater needs to be set for async mode";
  15.       // if no updater, just copy
  16.       CopyFromTo(update_buf->merged, &stored);
  17.     }
  18.     /**
  19.      * Request can be for either push or pushpull
  20.      * If pull flag is set, respond immediately with the updated values
  21.      * Otherwise, only send the notification
  22.      */
  23.     bool has_pull = false;
  24.     for (const auto& req : update_buf->request) {
  25.       has_pull = has_pull || req.pull;
  26.     }
  27.     if (has_pull) {
  28.       // if there is a pull request, perform WaitToRead() once before DefaultStorageResponse
  29.       stored.WaitToRead();
  30.       for (const auto& req : update_buf->request) {
  31.         if (req.pull) {
  32.           DefaultStorageResponse(type, key, req, req_data, server);
  33.         }
  34.       }
  35.       update_buf->request.clear();
  36.     } else {
  37.       // otherwise, send response directly
  38.       for (const auto& req : update_buf->request) {
  39.         server->Response(req);
  40.       }
  41.       update_buf->request.clear();
  42.       stored.WaitToRead();
  43.     }
  44.   } else { // donot perform update operation
  45.     update_buf->merged.WaitToRead();
  46.   }
  47. }

DefaultStorageResponse会根据传入的req_meta和req_data这两个参数针对worker的push请求构建出对应的带数据的响应消息。响应是一个ps::KVPairs<char>类型的对象，其中的数据部分拷贝自store_[key]。响应对象构建完成后，同样会调用server->Response将消息发回对应的worker。

  1. void DefaultStorageResponse(const DataHandleType type,
  2.                             const int key,
  3.                             const ps::KVMeta& req_meta,
  4.                             const ps::KVPairs<char> &req_data,
  5.                             ps::KVServer<char>* server) {
  6.   ps::KVPairs<char> response;
  7.   const NDArray& stored = store_[key];
  8.   CHECK(!stored.is_none()) << "init " << key << " first";
  10.   auto len = stored.shape().Size() * mshadow::mshadow_sizeof(stored.dtype());
  11.   response.keys = req_data.keys;
  12.   response.lens = {len};
  13.   // TODO(mli) try to remove this CopyFrom
  14.   response.vals.CopyFrom(static_cast<const char*>(stored.data().dptr_), len);
  15.   server->Response(req_meta, response);
  16. }

MXNet源码分析 | KVStore进程间通信的更多相关文章

  1. MXNet源码分析 | KVStore进程内通信

    本文主要基于MXNet1.6.0版本进行分析. MXNet的KVStore模块下有几个比较重要的类.KVStore是一个抽象类,提供了一些通用的API,例如Init.Push和Pull等.因为KVSo ...

  2. MXNet源码分析 | Gluon接口分布式训练流程

    本文主要基于MXNet1.6.0版本,对Gluon接口的分布式训练过程进行简要分析. 众所周知,KVStore负责MXNet分布式训练过程中参数的同步,那么它究竟是如何应用在训练中的呢?下面我们将从G ...

  3. 源码分析——从AIDL的使用开始理解Binder进程间通信的流程

    源码分析——从AIDL的使用开始理解Binder进程间通信的流程 Binder通信是Android系统架构的基础.本文尝试从AIDL的使用开始理解系统的Binder通信. 0x00 一个AIDL的例子 ...

  4. Android源码分析-消息队列和Looper

    转载请注明出处:http://blog.csdn.net/singwhatiwanna/article/details/17361775 前言 上周对Android中的事件派发机制进行了分析,这次博主 ...

  5. android消息处理源码分析

    一.简介消息处理机制主要涉及到这几个类:1.Looper2.MessageQueue3.Message4.Handler 二.源码分析 Looper.class的关键源码: //保存Looper对象, ...

  6. wifidog源码分析 - wifidog原理 tiger

    转:http://www.cnblogs.com/tolimit/p/4223644.html wifidog源码分析 - wifidog原理 wifidog是一个用于配合认证服务器实现无线网页认证功 ...

  7. 6. SOFAJRaft源码分析— 透过RheaKV看线性一致性读

    开篇 其实这篇文章我本来想在讲完选举的时候就开始讲线性一致性读的,但是感觉直接讲没头没尾的看起来比比较困难,所以就有了RheaKV的系列,这是RheaKV,终于可以讲一下SOFAJRaft的线性一致性 ...

  8. python基础-11 socket，IO多路复用，select伪造多线程，select读写分离。socketserver源码分析

    Socket socket通常也称作"套接字",用于描述IP地址和端口,是一个通信链的句柄,应用程序通常通过"套接字"向网络发出请求或者应答网络请求. sock ...

  9. 🏆【Alibaba微服务技术系列】「Dubbo3.0技术专题」回顾Dubbo2.x的技术原理和功能实现及源码分析（温故而知新）

    RPC服务 什么叫RPC? RPC[Remote Procedure Call]是指远程过程调用,是一种进程间通信方式,他是一种技术的思想,而不是规范.它允许程序调用另一个地址空间(通常是共享网络的另 ...

随机推荐

  1. 解决excel两表之间数据关联关系，知道这几招就够了

    用过SAP的凭证批量录入模板(Excel文件)的都知道,一个凭证由[抬头]和多个[行项目]组成,这是一个关于excel两表信息关联的典型场景. 这里头蕴藏着一个麻烦:当我们需要一次性录入多个凭证时,如 ...

  2. Ubuntu16桌面版编译OpenCV4的java库和so库

    欢迎访问我的GitHub https://github.com/zq2599/blog_demos 内容:所有原创文章分类汇总及配套源码,涉及Java.Docker.Kubernetes.DevOPS ...

  3. Api自动生成

    如果经常对接api, 可以自己写一个自动化生成代码,提高效率 只抛出一个思路,暂不提供源码 使用json+字符串处理+生成文件 发送一个请求,返回字符串转换为 Newtonsoft.Json.Linq ...

  4. 今日学习——蓝桥杯 2019年 C语言 B组

    1.手淦(亲身体验,,,没啥大用,最终还是代码) 2.代码(下面是我看其他博主代码答案能看的懂的....具体的可以直接去下面的网址看) https://blog.csdn.net/qq_4452491 ...

  5. jsp文本框输入限制问题

    1.jsp文本窗口实现控制输入格式 <input onkeyup = "value=value.replace(/[\W]/g,'')" onbeforepaste=&quo ...

  6. vs python2.7 bug

    微软vs里面小细节的bug真他妈的多

  7. 推荐召回--基于用户的协同过滤UserCF

    目录 1. 前言 2. 原理 3. 数据及相似度计算 4. 根据相似度计算结果 5. 相关问题 5.1 如何提炼用户日志数据? 5.2 用户相似度计算很耗时,有什么好的方法? 5.3 有哪些改进措施? ...

  8. Django 优化杂谈

    Django 优化杂谈 Apr 21 2017 总结下最近看过的一些文章,然后想到的一些优化点,整理一下. 数据库连接池 http://mt.dbanotes.net/arch/instagram.h ...

  9. 字的研究（3）fontTools-TrueType轮廓坐标的获取以及基于TrueType的Glyph实例的构建

    前言 本文主要介绍如果使用Python第三方库fontTools提取OpenType字体文件中的TrueType轮廓坐标以及如何构建基于TrueType的Glyph实例 TrueType轮廓坐标的获取 ...

  10. 阅读笔记——长文本匹配《Matching Article Pairs with Graphical Decomposition and Convolutions》

    论文题目:Matching Article Pairs with Graphical Decomposition and Convolutions 发表情况:ACL2019 腾讯PCG小组 模型简介 ...