(beta) 使用 torch.compile 编译优化器¶
作者: Michael Lazos
优化器是训练任何深度学习模型的关键算法。由于它负责更新每个模型参数,因此对于大型模型,它往往会成为训练性能的瓶颈。
在本教程中,我们将在优化器使用 torch.compile ,提升在 GPU 上的性能。
Note
本教程需要 PyTorch 2.2.0 或更高版本。
模型设置¶
对于本例,我们将使用一个简单的线性层序列。由于我们只是对优化器进行基准测试,所选择的模型并不重要, 因为优化器的性能与函数参数数量有关。
根据您使用的机器不同,结果可能会有所不同。
import torch
model = torch.nn.Sequential(
*[torch.nn.Linear(1024, 1024, False, device="cuda") for _ in range(10)]
)
input = torch.rand(1024, device="cuda")
output = model(input)
output.sum().backward()
设置和运行优化器基准测试¶
在本例中,我们将使用 Adam 优化器,并创建一个辅助函数来将 step() 包装在 torch.compile() 中。
Note
torch.compile 仅支持device_capability >= 7.0 的 CUDA 设备
# 如果我们在不支持 torch.compile 的设备上,则干净地退出
if torch.cuda.get_device_capability() < (7, 0):
print("Exiting because torch.compile is not supported on this device.")
import sys
sys.exit(0)
opt = torch.optim.Adam(model.parameters(), lr=0.01)
@torch.compile(fullgraph=False)
def fn():
opt.step()
# 让我们定义一个有用的基准测试函数:
import torch.utils.benchmark as benchmark
def benchmark_torch_function_in_microseconds(f, *args, **kwargs):
t0 = benchmark.Timer(
stmt="f(*args, **kwargs)", globals={"args": args, "kwargs": kwargs, "f": f}
)
return t0.blocked_autorange().mean * 1e6
# 预热运行以编译函数
for _ in range(5):
fn()
eager_runtime = benchmark_torch_function_in_microseconds(opt.step)
compiled_runtime = benchmark_torch_function_in_microseconds(fn)
assert eager_runtime > compiled_runtime
print(f"eager runtime: {eager_runtime}us")
print(f"compiled runtime: {compiled_runtime}us")
示例结果:
Eager runtime: 747.2437149845064us
Compiled runtime: 392.07384741178us
