TorchScript 中的動態並行

建立日期：2020 年 7 月 28 日 | 最後更新：2024 年 12 月 02 日 | 最後驗證：2024 年 11 月 05 日

警告

TorchScript 不再積極開發中。

在本教程中，我們介紹在 TorchScript 中進行動態操作間並行的語法。這種並行具有以下特性：

• 動態 - 建立的並行任務數量及其工作負載取決於程式的控制流。

• 操作間 (inter-op) - 這種並行涉及並行執行 TorchScript 程式片段。這與操作內並行 (intra-op parallelism) 不同，後者涉及將單個運算子拆分並並行執行運算子的部分工作。

基本語法

動態並行的兩個重要 API 是：

• torch.jit.fork(fn : Callable[..., T], *args, **kwargs) -> torch.jit.Future[T]

• torch.jit.wait(fut : torch.jit.Future[T]) -> T

展示它們如何工作的好方法是舉例說明：

import torch

def foo(x):
    return torch.neg(x)

@torch.jit.script
def example(x):
    # Call `foo` using parallelism:
    # First, we "fork" off a task. This task will run `foo` with argument `x`
    future = torch.jit.fork(foo, x)

    # Call `foo` normally
    x_normal = foo(x)

    # Second, we "wait" on the task. Since the task may be running in
    # parallel, we have to "wait" for its result to become available.
    # Notice that by having lines of code between the "fork()" and "wait()"
    # call for a given Future, we can overlap computations so that they
    # run in parallel.
    x_parallel = torch.jit.wait(future)

    return x_normal, x_parallel

print(example(torch.ones(1))) # (-1., -1.)

fork() 接受可呼叫物件 fn 以及該可呼叫物件的引數 args 和 kwargs，併為 fn 的執行建立一個非同步任務。fn 可以是函式、方法或 Module 例項。fork() 返回對該執行結果值的引用，稱為 Future。因為 fork 在建立非同步任務後立即返回，所以在執行 fork() 呼叫之後的程式碼行時，fn 可能尚未執行。因此，使用 wait() 等待非同步任務完成並返回值。

這些構造可用於重疊函式內語句的執行（如工作示例部分所示），或與迴圈等其他語言構造結合使用

import torch
from typing import List

def foo(x):
    return torch.neg(x)

@torch.jit.script
def example(x):
    futures : List[torch.jit.Future[torch.Tensor]] = []
    for _ in range(100):
        futures.append(torch.jit.fork(foo, x))

    results = []
    for future in futures:
        results.append(torch.jit.wait(future))

    return torch.sum(torch.stack(results))

print(example(torch.ones([])))

注意

當我們初始化一個空的 Future 列表時，需要為 futures 新增顯式的型別註解。在 TorchScript 中，空容器預設假定它們包含 Tensor 值，因此我們將列表建構函式 # 註解為 List[torch.jit.Future[torch.Tensor]] 型別

此示例使用 fork() 啟動函式 foo 的 100 個例項，等待這 100 個任務完成，然後對結果求和，返回 -100.0。

應用示例：雙向 LSTM 整合

讓我們嘗試將並行應用於一個更實際的示例，看看能從中獲得什麼樣的效能。首先，我們定義基線模型：一個由雙向 LSTM 層組成的整合模型。

import torch, time

# In RNN parlance, the dimensions we care about are:
# # of time-steps (T)
# Batch size (B)
# Hidden size/number of "channels" (C)
T, B, C = 50, 50, 1024

# A module that defines a single "bidirectional LSTM". This is simply two
# LSTMs applied to the same sequence, but one in reverse
class BidirectionalRecurrentLSTM(torch.nn.Module):
    def __init__(self):
        super().__init__()
        self.cell_f = torch.nn.LSTM(input_size=C, hidden_size=C)
        self.cell_b = torch.nn.LSTM(input_size=C, hidden_size=C)

    def forward(self, x : torch.Tensor) -> torch.Tensor:
        # Forward layer
        output_f, _ = self.cell_f(x)

        # Backward layer. Flip input in the time dimension (dim 0), apply the
        # layer, then flip the outputs in the time dimension
        x_rev = torch.flip(x, dims=[0])
        output_b, _ = self.cell_b(torch.flip(x, dims=[0]))
        output_b_rev = torch.flip(output_b, dims=[0])

        return torch.cat((output_f, output_b_rev), dim=2)


# An "ensemble" of `BidirectionalRecurrentLSTM` modules. The modules in the
# ensemble are run one-by-one on the same input then their results are
# stacked and summed together, returning the combined result.
class LSTMEnsemble(torch.nn.Module):
    def __init__(self, n_models):
        super().__init__()
        self.n_models = n_models
        self.models = torch.nn.ModuleList([
            BidirectionalRecurrentLSTM() for _ in range(self.n_models)])

    def forward(self, x : torch.Tensor) -> torch.Tensor:
        results = []
        for model in self.models:
            results.append(model(x))
        return torch.stack(results).sum(dim=0)

# For a head-to-head comparison to what we're going to do with fork/wait, let's
# instantiate the model and compile it with TorchScript
ens = torch.jit.script(LSTMEnsemble(n_models=4))

# Normally you would pull this input out of an embedding table, but for the
# purpose of this demo let's just use random data.
x = torch.rand(T, B, C)

# Let's run the model once to warm up things like the memory allocator
ens(x)

x = torch.rand(T, B, C)

# Let's see how fast it runs!
s = time.time()
ens(x)
print('Inference took', time.time() - s, ' seconds')

在我的機器上，這個網路執行需要 2.05 秒。我們可以做得更好！

並行化前向和反向層

我們可以做一件非常簡單的事情，就是在 BidirectionalRecurrentLSTM 中並行化前向和反向層。對於這種情況，計算結構是靜態的，因此我們甚至不需要任何迴圈。我們像這樣重寫 BidirectionalRecurrentLSTM 的 forward 方法：

def forward(self, x : torch.Tensor) -> torch.Tensor:
    # Forward layer - fork() so this can run in parallel to the backward
    # layer
    future_f = torch.jit.fork(self.cell_f, x)

    # Backward layer. Flip input in the time dimension (dim 0), apply the
    # layer, then flip the outputs in the time dimension
    x_rev = torch.flip(x, dims=[0])
    output_b, _ = self.cell_b(torch.flip(x, dims=[0]))
    output_b_rev = torch.flip(output_b, dims=[0])

    # Retrieve the output from the forward layer. Note this needs to happen
    # *after* the stuff we want to parallelize with
    output_f, _ = torch.jit.wait(future_f)

    return torch.cat((output_f, output_b_rev), dim=2)

在此示例中，forward() 將 cell_f 的執行委託給另一個執行緒，同時繼續執行 cell_b。這使得兩個 cell 的執行相互重疊。

再次執行帶有此簡單修改的指令碼，執行時長為 1.71 秒，提升了 17%！

附註：視覺化並行

我們還沒有完成模型最佳化，但值得介紹一下我們用於視覺化效能的工具。一個重要的工具是 PyTorch 效能分析器。

讓我們使用效能分析器以及 Chrome 跟蹤匯出功能來視覺化並行化模型的效能

with torch.autograd.profiler.profile() as prof:
    ens(x)
prof.export_chrome_trace('parallel.json')

這段程式碼片段將寫入一個名為 parallel.json 的檔案。如果您在 Google Chrome 中導航到 chrome://tracing，點選 Load 按鈕，然後載入該 JSON 檔案，您應該會看到類似以下的 timeline：

timeline 的水平軸表示時間，垂直軸表示執行執行緒。正如我們所見，我們一次執行兩個 lstm 例項。這是我們努力並行化雙向層的成果！

並行化整合模型

您可能已經注意到，我們的程式碼中還有進一步的並行化機會：我們還可以並行執行 LSTMEnsemble 中包含的模型。實現這一點的方法非常簡單，我們應該這樣修改 LSTMEnsemble 的 forward 方法：

def forward(self, x : torch.Tensor) -> torch.Tensor:
    # Launch tasks for each model
    futures : List[torch.jit.Future[torch.Tensor]] = []
    for model in self.models:
        futures.append(torch.jit.fork(model, x))

    # Collect the results from the launched tasks
    results : List[torch.Tensor] = []
    for future in futures:
        results.append(torch.jit.wait(future))

    return torch.stack(results).sum(dim=0)

或者，如果您喜歡簡潔，可以使用列表推導式：

def forward(self, x : torch.Tensor) -> torch.Tensor:
    futures = [torch.jit.fork(model, x) for model in self.models]
    results = [torch.jit.wait(fut) for fut in futures]
    return torch.stack(results).sum(dim=0)

正如引言中所述，我們使用迴圈為整合中的每個模型分叉任務。然後，我們使用另一個迴圈等待所有任務完成。這進一步增加了計算的重疊。

透過這個小更新，指令碼在 1.4 秒內執行完成，總共提速 32%！對於兩行程式碼來說相當不錯了。

我們還可以再次使用 Chrome 跟蹤器來檢視發生了什麼：

現在我們可以看到所有 LSTM 例項都完全並行執行。

結論

在本教程中，我們學習了 fork() 和 wait()，這是在 TorchScript 中進行動態操作間並行的基本 API。我們看到了一些使用這些函式來並行化 TorchScript 程式碼中函式、方法或 Modules 執行的典型用法模式。最後，我們透過一個示例來使用這項技術最佳化模型，並探討了 PyTorch 中可用的效能測量和視覺化工具。