大力出奇迹,揭秘昇腾 CANN 的 AI 超能力
摘要:CANN(Compute Architecture for Neural Networks)异构计算架构,是以提升用户开发效率和释放昇腾 AI 处理器极致算力为目标,专门面向 AI 场景的异构计算架构。
1、引言
从 2016 年,战胜世界顶级棋手,强势将了人类一军的 AlphaGo,
到 2020 年,会写小说、编剧本、敲代码,科科满分样样全能的 GPT-3,
再到 2021 年,最接近人类中文理解能力,泛化力超群的盘古大模型…
近几年的人工智能领域,像开了挂一样,不断刷新人类认知,颠覆人类想象…
和人类掌握某项技能一样,训练一个足够聪明的 AI 算法模型往往需要成千上万的数据量。以 GPT-3 为例,其参数量已经达到 1750 亿、样本大小有 45TB 之多,单次训练时间以月为单位,算力诉求已是挡在 AI 赛道上的绊脚石!
同时,随着人工智能应用日益成熟,文本、图片、音频、视频等非结构化数据的处理需求呈指数级增长,数据处理过程从通用计算逐步向异构计算过度。
华为推出的昇腾 AI 基础软硬件平台。其中,昇腾 AI 处理器+ 异构计算架构 CANN,带着与生俱来的超强算力和异构计算能力,软硬件强强联合,正逐渐成为促成 AI 产业快速落地的催化剂。
CANN(Compute Architecture for Neural Networks)异构计算架构,是以提升用户开发效率和释放昇腾 AI 处理器极致算力为目标,专门面向 AI 场景的异构计算架构。对上支持主流前端框架,向下对用户屏蔽系列化芯片的硬件差异,以全场景、低门槛、高性能的优势,满足用户全方位的人工智能诉求。
2、主流前端框架兼容,快速搞定算法移植
目前人工智能领域内,AI 算法模型搭建方面的技艺已经是炉火纯青,市面上用于 AI 模型搭建的深度学习框架,除了华为开源的 MindSpore,还有 Google 的 TensorFlow、Facebook 的 PyTorch、Caffe 等。
CANN 通过 Plugin 适配层,能轻松承接基于不同框架开发的 AI 模型,将不同框架定义的模型转换成标准化的 Ascend IR(Intermediate Representation)表达的图格式,屏蔽框架差异。
这样,开发者只需要非常少的改动,即可快速搞定算法移植,体验昇腾 AI 处理器的澎湃算力,大大减少了切换平台的代价,就说它香不香?
3、简单易用的开发接口,让小白也能玩转 AI
依靠人工智能实现智能化转型,几乎成为了各行各业的必修课,CANN 秉承极简开发的理念,提供了一套简单易用的 AscendCL(Ascend Computing Language)编程接口,为开发者屏蔽底层处理器的差异,你只需要掌握一套 API,就可以全面应用于昇腾全系列 AI 处理器。
同时,能够满足开发者能够在未来 CANN 版本升级的情况下,依然可以做到后向全面兼容,且运行效率不打折扣!
简单的 AI 应用开发接口
人工智能寄托着人类对未来美好生活的憧憬,当我们每天面对“这是什么垃圾,要扔在哪个桶里”的灵魂拷问的时候,一个 AI 垃圾分类桶应用,就能把你从水深火热中解救出来。
AscendCL 提供了一套用于开发深度神经网络推理应用的 C 语言 API 库,兼具运行时资源管理、模型加载与执行、图像预处理等能力,能够让开发者轻松解锁图片分类、目标识别等各类 AI 应用。并且可以做到即支持通过主流开源框架调用 AscendCL 库,也支持直接调用 CANN 开放的 AscendCL 编程接口。
下面教你 5 步搞定 AI 垃圾分类应用:
运行管理资源申请:用于初始化系统内部资源。
加载模型文件并构建输出内存:将开源模型转换成 CANN 支持的 om 模型,并加载到内存;获取模型基本信息,构建模型输出内存,为后续模型推理做准备。
数据预处理:对读入的图像数据进行预处理,然后构建模型的输入数据。
模型推理:根据构建好的模型输入数据进行模型推理。
解析推理结果:根据模型输出,解析模型的推理结果。
灵活的算子开发接口
当你的 AI 模型中有 CANN 尚未支持的算子,或者想要修改已有算子以提升计算性能时,可以利用 CANN 开放的自定义算子开发接口,随心所欲地开发你想要的算子。
面向不同水平的 AI 开发者,CANN 提供高效(TBE-DSL)和专业(TBE-TIK)两种算子开发模式,可灵活满足不同层次水平的开发者。
其中,TBE-DSL 的入门难度较低,它可以自动实现数据的切分和调度,开发者只需关注算子本身的计算逻辑,无需了解硬件细节,即可开发出高性能算子。
TBE-TIK 相对难一些,不像 TBE-DSL 只是在高层抽象编程,而是提供指令级编程和调优能力,开发者需要手工完成类指令级调用,这样能充分挖掘硬件能力,实现更加高效和复杂的算子。
便捷的 IR 构图接口
另外,开发者还可以通过标准化的 Ascend IR(Intermediate Representation)接口,抛开深度学习框架本身,直接调用 CANN 中的算子库,构建出可以在昇腾 AI 处理器上执行的高性能模型。
4、1200+高性能算子库,筑起澎湃算力源泉
基于深度学习框架构建的模型,其实是由一个个计算单元组成,我们称这些计算单元为算子(Operator,简称 Op),它对应着特定的计算逻辑。
算子在硬件上的加速计算构成了加速神经网络的基础和核心。目前 CANN 提供了 1200+种深度优化的、硬件亲和的算子,正是如此丰富的高性能算子,筑起了澎湃的算力源泉,让你的神经网络「瞬时」加速。
NN(Neural Network)算子库:CANN 覆盖了包括 TensorFlow、Pytorch、MindSpore、ONNX 框架在内的,常用深度学习算法的计算类型,在 CANN 所有的算子中占有最大比重,用户只需要关注算法细节的实现,大部分情况下不需要自己开发和调试算子。
BLAS(Basic Linear Algebra Subprograms)算子库:BLAS 为基础线性代数程序集,是进行向量和矩阵等基本线性代数操作的数值库,CANN 支持通用的矩阵乘和基础的 Max、Min、Sum、乘加等运算。
DVPP(Digital Video Pre-Processor)算子库:提供高性能的视频编解码、图片编解码、图像裁剪缩放等预处理能力。
AIPP(AI Pre-Processing)算子库:主要实现改变图像尺寸、色域转换(转换图像格式)、减均值/乘系数(图像归一化),并与模型推理过程融合,以满足推理输入要求。
HCCL(Huawei Collective Communication Library)算子库:主要提供单机多卡以及多机多卡间的 Broadcast,allreduce,reducescatter,allgather 等集合通信功能,在分布式训练中提供高效的数据传输能力。
5、高性能图编译器,赋予神经网络超能力
人间最苦是等待,等红绿灯,等寒暑假,等外卖,等那个对的人…
人工智能领域也是一样,随着神经网络结构的快速演进,单纯利用手工优化来解决 AI 模型性能问题越来越容易出现瓶颈,CANN 的图编译器像是一个魔法师,将具有较高抽象度的计算图,根据昇腾 AI 处理器的硬件结构特点,进行编译优化,从而能够高效执行。
魔法师到底有哪些「神操作」呢?
自动算子融合:基于算子、子图、SCOPE 等多维度进行自动融合,有效减少计算节点,大幅减少计算时间。
Buffer 融合:针对神经网络计算大数据吞吐,memory bound 问题,通过减少数据搬运次数、提升昇腾 AI 处理器内缓存利用率,提升计算效率。
我们对 Buffer 融合前后做一比对:
融合前,算子 1 在昇腾 AI 处理器上计算完后,将数据从昇腾 AI 处理器内的缓存 buffer 搬运到外部存储,算子 2 从外部存储获取数据作为输入,搬入缓存 buffer 进行计算。融合后,算子 1 计算完成后,数据保留在缓存 buffer,算子 2 从缓存 buffer 直接获取数据进行算子 2 的计算,有效减少数据搬运次数,提升了计算性能。
全图下沉:昇腾 AI 处理器,集成了丰富的计算设备资源,比如 AICore/AICPU/DVPP/AIPP 等,正是得益于昇腾 AI 处理器上丰富的土壤,使得 CANN 不仅可以将计算部分下沉到昇腾 AI 处理器加速,还可以将控制流、DVPP、通信部分一并下沉执行。尤其在训练场景,这种把逻辑复杂计算图的全部闭环在 AI 处理器内执行的能力,能有效减少和 Host CPU 的交互时间,提升计算性能。
异构调度能力:当计算图中含有多类型的计算任务时,CANN 充分利用昇腾 AI 处理器丰富的异构计算资源,在满足图中依赖关系的前提下,将计算任务分配给不同的计算资源,实现并行计算,提升各计算单元的资源利用率,最终提升计算任务的整体效率。
6、自动混合精度,有效达到收益平衡
顾名思义,自动混合精度是一种自动将半精度和单精度混合使用,从而加速模型执行的技术,在大规模模型训练场景下有着不可或缺的地位。
单精度(Float Precision32,FP32)是计算机常用的一种数据类型,半精度(Float Precision16,FP16)则是一种相对较新的浮点类型,在计算机中使用 2 字节(16 位)存储,适用于精度要求不高的场景。
显而易见,使用 FP16 类型肯定会带来计算精度上的损失,但对于深度学习训练而言,并不是所有计算都要求很高的精度。因此,可以将计算图中对精度不敏感的算子使用 FP16 类型加速计算,可有效减少内存使用,达到性能和精度平衡。
7、E 级集群,开启 AI 超算时代
随着主流深度学习模型所能够解决的问题日趋复杂,模型本身的复杂度也开始增大,人工智能领域需要更强大的算力,来满足未来网络的训练需求。
基于昇腾 AI 基础软硬件的“鹏城云脑 II”,打破了当今业内百 P 级 FLOPS(每秒十亿亿次计算)的算力天花板,让 E 级 FLOPS(每秒百亿亿次计算)算力场景迈上了历史舞台。
它集成了数千颗昇腾 AI 处理器,总算力达到 256-1024 PFLOPS,也就是每秒 25.6-102.4 亿亿次浮点运算。
如何高效调度上千颗昇腾 AI 处理器,是大规模集群网络面临的难题。
CANN 集成了 HCCL(Huawei Collective Communication Library,华为集合通信库),为昇腾 AI 处理器多机多卡训练提供了数据并行/模型并行的高性能集合通信方案:
server 内高速 HCCS Mesh 互联和 server 间无阻塞 RDMA 组网的两级拓扑组网,配合拓扑自适应通信算法,能充分利用链路带宽,并将 server 间的数据传输量并行均分至各个独立的网络平面,大大提升超大规模集群下模型训练线性度。
集成高速通信引擎和专用硬件调度引擎,大幅降低通信调度开销,实现通信任务和计算任务统一和谐调度,精准控制系统抖动。
如果把“鹏城云脑 II”比作一个大型交响乐团,那么 CANN 就是一名优秀的指挥家,携手昇腾 AI 处理器,开启了 AI 超算时代新篇章。
8、写在最后
CANN 在 2018 年发布伊始便不断尝试突破,带给开发者极简体验,释放 AI 硬件的极致性能,成为了支撑 CANN 在人工智能领域行走的双腿。
相信它会矢志不渝地在 AI 这条赛道上,携手想要改变世界的人,一起改变世界,共筑未来!
2021 年年底,CANN 也要迎来崭新的、更加强大的 5.0 版本,它到底会带来哪些惊喜呢?让我们拭目以待吧!
版权声明: 本文为 InfoQ 作者【华为云开发者社区】的原创文章。
原文链接:【http://xie.infoq.cn/article/f1caf4bb81e55270b134a2123】。文章转载请联系作者。
评论