還記得ModelArts嗎？

這是今年華為***發布的AI開發平臺，可以提供包括數據標注準備、模型訓練、模型調優、模型部署等AI應用開發服務。

其中，模型訓練更是在發布之時就備受關注。

因為華為云稱，ModelArts可以在模型訓練階段通過各類優化技術，尤其通過級聯式混合并行技術，在同樣的模型、數據集和同等硬件資源情況下，模型訓練耗時都能大幅縮短。

但實際效果如何？現在有了國際權威成績來參考。

就在***公布的DAWNBenchmark成績排名中，在圖像識別（ResNet50-on-ImageNet，93%以上精度）的總訓練時間上，華為云ModelArts以10分28秒的成績，比第二名提速近44%，拿下******。

△DAWNBenchmark***成績

斯坦福DAWNBenchmark

DWANBench是斯坦福大學發起的國際權威基準測試平臺，主要用來衡量端到端的深度學習模型訓練和推理性能，相應的排行榜，也一直被視為全球業界深度學習平臺技術的***水準。

在深度學習模型構建中，計算時間和成本是最關鍵資源之一。

DAWNBench為此提供了一套通用的深度學習評價指標，用于評估不同優化策略、模型架構、軟件框架、云和硬件上的訓練時間、訓練成本、推理延遲以及推理成本。

所以***成績公布后，華為云方面稱，進一步證明了ModelArts可以實現更低成本、更快速度、更***的AI開發體驗。

此外，華為云方面也就此分享了成績背后的模型打磨思路，介紹ModelArts用128塊GPU，10分鐘完成ImageNet訓練的方法。

全文轉載如下：

近年來，深度學習已經廣泛應用于計算機視覺、語音識別、自然語言處理、視頻分析等領域，可服務于視頻監控、自動駕駛、搜索推薦、對話機器人等場景，具有廣闊的商業價值。

為了達到更高的精度，通常深度學習所需數據量和模型都很大，訓練非常耗時。

例如，在計算機視覺中，如果我們在ImageNet[1]數據集上用1塊P100 GPU訓練一個ResNet-50模型， 則需要耗時將近1周。

這嚴重阻礙了深度學習應用的開發進度。因此，深度學習訓練加速一直是學術界和工業界所關注的重要問題，也是深度學習應主要用的痛點。

Jeremy Howard等幾位教授領銜的fast.ai當前專注于深度學習加速，在ImageNet數據集上用128塊V100 GPU訓練 ResNet-50模型的最短時間為18分鐘。

然而，最近BigGAN、NASNet、BERT等模型的出現，預示著訓練更好精度的模型需要更強大的計算資源。

可以預見，在未來隨著模型的增大、數據量的增加，深度學習訓練加速將變得會更加重要。只有擁有端到端全棧的優化能力，才能使得深度學習的訓練性能做到***。

華為云ModelArts是一站式的AI開發平臺，已經服務于華為公司內部各大產品線的AI模型開發，幾年下來已經積累了跨場景、軟硬協同、端云一體等多方位的優化經驗。

ModelArts提供了自動學習、數據管理、開發管理、訓練管理、模型管理、推理服務管理、市場等多個模塊化的服務，使得不同層級的用戶都能夠很快地開發出自己的AI模型。

△華為云ModelArts功能視圖

在模型訓練部分，ModelArts通過硬件、軟件和算法協同優化來實現訓練加速。尤其在深度學習模型訓練方面，華為將分布式加速層抽象出來，形成一套通用框架——MoXing（“模型”的拼音，意味著一切優化都圍繞模型展開）。

采用與fast.ai一樣的硬件、模型和訓練數據，ModelArts可將訓練時長可縮短到10分鐘，創造了新的記錄，為用戶節省44%的時間。

△基于MoXing和ModelArts的訓練速度提升

MoXing是華為云ModelArts團隊自研的分布式訓練加速框架，它構建于開源的深度學習引擎TensorFlow、MXNet、PyTorch、Keras之上，使得這些計算引擎分布式性能更高，同時易用性更好。

MoXing內置了多種模型參數切分和聚合策略、分布式SGD優化算法、級聯式混合并行技術、超參數自動調優算法，并且在分布式訓練數據切分策略、數據讀取和預處理、分布式通信等多個方面做了優化，結合華為云Atlas高性能服務器，實現了硬件、軟件和算法協同優化的分布式深度學習加速。

△華為云MoXing架構圖

在易用性方面，上層開發者僅需關注業務模型，無需關注下層分布式相關的API，僅需根據實際業務定義輸入數據、模型以及相應的優化器即可，訓練腳本與運行環境（單機或者分布式）無關，上層業務代碼和分布式訓練引擎可以做到完全解耦。

兩大指標看MoXing分布式加速關鍵技術

在衡量分布式深度學習的加速性能時，主要有如下2個重要指標：

• 吞吐量，即單位時間內處理的數據量；

• 收斂時間，即達到一定的收斂精度所需的時間。

吞吐量一般取決于服務器硬件（如更多、更大FLOPS處理能力的AI加速芯片，更大的通信帶寬等）、數據讀取和緩存、數據預處理、模型計算（如卷積算法選擇等）、通信拓撲等方面的優化，除了低bit計算和梯度（或參數）壓縮等，大部分技術在提升吞吐量的同時，不會造成對模型精度的影響。

為了達到最短的收斂時間，需要在優化吞吐量的同時，在調參方面也做調優。如果調參調的不好，那么吞吐量有時也很難優化上去，例如batch size這個超參不足夠大時，模型訓練的并行度就會較差，吞吐量難以通過增加計算節點個數而提升。

對用戶而言，最終關心的指標是收斂時間，因此MoXing和ModelArts實現了全棧優化，極大縮短了訓練收斂時間。

• 在數據讀取和預處理方面，MoXing通過利用多級并發輸入流水線使得數據IO不會成為瓶頸；

• 在模型計算方面，MoXing對上層模型提供半精度和單精度組成的混合精度計算，通過自適應的尺度縮放減小由于精度計算帶來的損失；

• 在超參調優方面，采用動態超參策略（如momentum、batch size等）使得模型收斂所需epoch個數降到***；

• 在底層優化方面，MoXing與底層華為自研服務器和通信計算庫相結合，使得分布式加速進一步提升。

測試結果對比

一般在ImageNet數據集上訓練ResNet-50模型，當Top-5精度≥93%或者Top-1 精度≥75%時即可認為模型收斂。

我們測試的模型訓練收斂曲線如下圖所示。此處Top-1和Top-5精度為訓練集上的精度，為了達到***的訓練速度，訓練過程中采用了額外進程對模型進行驗證，最終驗證精度如表1所示（包含與fast.ai的對比）。

圖4（a）所對應的模型在驗證集上Top-1 精度≥75%，訓練耗時為10分06秒；圖4（b）所對應的模型在驗證集上Top-5 精度≥93%，訓練耗時為10分58秒。

△ResNet50 on ImageNet訓練收斂曲線

△MoXing與fast.ai的訓練結果對比

未來：更快的普惠AI開發平臺

華為云ModelArts致力于為用戶提供更快的普惠AI開發體驗，尤其在模型訓練這方面，內置的MoXing框架使得深度學習模型訓練速度有了很大的提升。

正如前所述，深度學習加速屬于一個從底層硬件到上層計算引擎、再到更上層的分布式訓練框架及其優化算法多方面協同優化的結果，具備全棧優化能力才能將用戶訓練成本降到***。

后續，華為云ModelArts將進一步整合軟硬一體化的優勢，提供從芯片（Ascend）、服務器（Atlas Server）、計算通信庫（CANN）到深度學習引擎（MindSpore）和分布式優化框架（MoXing）全棧優化的深度學習訓練平臺。

并且，ModelArts會逐步集成更多的數據標注工具，擴大應用范圍，將繼續服務于智慧城市、智能制造、自動駕駛及其它新興業務場景，在公有云上為用戶提供更普惠的AI服務。

[1] 文中所指的ImageNet數據集包含1000類個類別，共128萬張圖片，是最常用、最經典的圖像分類數據集，是原始的ImageNet數據的一個子集。

傳送門

DAWNBenchmark：

https://dawn.cs.stanford.edu/benchmark/