Topics
    検証環境(テストドライブセンター)
    Menu

    ディープラーニング テストドライブセンター

    性能測定事例

    Chainerで100倍以上の性能比を確認

    ディープラーニングテストドライブセンターに設置されている IBM Power System S822LC for HPC(Minsky) で、ディープラーニングフレームワークのひとつである Chinerのサンプルプログラム”mnist”を性能検証を行いました。
    P100の単体性能に加えて、CPU⇔GPU、GPU⇔GPUとがNVLink接続された事による相乗効果でCPU比100倍以上の性能比を確認しました。

    mnistのサンプルプログラムリスト

    ※55行目で args.gpu 指定することでGPUで計算されます
    1 #!/usr/bin/env python
    2 from __future__ import print_function
    3 import argparse
    4
    5 import chainer
    6 import chainer.functions as F
    7 import chainer.links as L
    8 from chainer import training
    9 from chainer.training import extensions
    10
    11
    12 # Network definition
    13 class MLP(chainer.Chain):
    14
    15 def __init__(self, n_units, n_out):
    16 super(MLP, self).__init__(
    17 # the size of the inputs to each layer will be inferred
    18 l1=L.Linear(None, n_units), # n_in -> n_units
    19 l2=L.Linear(None, n_units), # n_units -> n_units
    20 l3=L.Linear(None, n_out), # n_units -> n_out
    21 )
    22
    23 def __call__(self, x):
    24 h1 = F.relu(self.l1(x))
    25 h2 = F.relu(self.l2(h1))
    26 return self.l3(h2)
    27
    28
    29 def main():
    30 parser = argparse.ArgumentParser(description=’Chainer example: MNIST’)
    31 parser.add_argument(‘–batchsize’, ‘-b’, type=int, default=100,
    32 help=’Number of images in each mini-batch’)
    33 parser.add_argument(‘–epoch’, ‘-e’, type=int, default=20,
    34 help=’Number of sweeps over the dataset to train’)
    35 parser.add_argument(‘–gpu’, ‘-g’, type=int, default=-1,
    36 help=’GPU ID (negative value indicates CPU)’)
    37 parser.add_argument(‘–out’, ‘-o’, default=’result’,
    38 help=’Directory to output the result’)
    39 parser.add_argument(‘–resume’, ‘-r’, default=”,
    40 help=’Resume the training from snapshot’)
    41 parser.add_argument(‘–unit’, ‘-u’, type=int, default=1000,
    42 help=’Number of units’)
    43 args = parser.parse_args()
    44
    45 print(‘GPU: {}’.format(args.gpu))
    46 print(‘# unit: {}’.format(args.unit))
    47 print(‘# Minibatch-size: {}’.format(args.batchsize))
    48 print(‘# epoch: {}’.format(args.epoch))
    49 print(”)
    50
    51 # Set up a neural network to train
    52 # Classifier reports softmax cross entropy loss and accuracy at every
    53 # iteration, which will be used by the PrintReport extension below.
    54 model = L.Classifier(MLP(args.unit, 10))
    55 if args.gpu >= 0:
    56 chainer.cuda.get_device(args.gpu).use() # Make a specified GPU current
    57 model.to_gpu() # Copy the model to the GPU
    58
    59 # Setup an optimizer
    60 optimizer = chainer.optimizers.Adam()
    61 optimizer.setup(model)
    62
    63 # Load the MNIST dataset
    64 train, test = chainer.datasets.get_mnist()
    65
    66 train_iter = chainer.iterators.SerialIterator(train, args.batchsize)
    67 test_iter = chainer.iterators.SerialIterator(test, args.batchsize,
    68 repeat=False, shuffle=False)
    69
    70 # Set up a trainer
    71 updater = training.StandardUpdater(train_iter, optimizer, device=args.gpu)
    72 trainer = training.Trainer(updater, (args.epoch, ‘epoch’), out=args.out)
    73
    74 # Evaluate the model with the test dataset for each epoch
    75 trainer.extend(extensions.Evaluator(test_iter, model, device=args.gpu))
    76
    77 # Dump a computational graph from ‘loss’ variable at the first iteration
    78 # The “main” refers to the target link of the “main” optimizer.
    79 trainer.extend(extensions.dump_graph(‘main/loss’))
    80
    81 # Take a snapshot at each epoch
    82 trainer.extend(extensions.snapshot(), trigger=(args.epoch, ‘epoch’))
    83
    84 # Write a log of evaluation statistics for each epoch
    85 trainer.extend(extensions.LogReport())
    86
    87 # Save two plot images to the result dir
    88 trainer.extend(
    89 extensions.PlotReport([‘main/loss’, ‘validation/main/loss’], ‘epoch’,
    90 file_name=’loss.png’))
    91 trainer.extend(
    92 extensions.PlotReport([‘main/accuracy’, ‘validation/main/accuracy’],
    93 ‘epoch’, file_name=’accuracy.png’))
    94
    95 # Print selected entries of the log to stdout
    96 # Here “main” refers to the target link of the “main” optimizer again, and
    97 # “validation” refers to the default name of the Evaluator extension.
    98 # Entries other than ‘epoch’ are reported by the Classifier link, called by
    99 # either the updater or the evaluator.
    100 trainer.extend(extensions.PrintReport(
    101 [‘epoch’, ‘main/loss’, ‘validation/main/loss’,
    102 ‘main/accuracy’, ‘validation/main/accuracy’, ‘elapsed_time’]))
    103
    104 # Print a progress bar to stdout
    105 trainer.extend(extensions.ProgressBar())
    106
    107 if args.resume:
    108 # Resume from a snapshot
    109 chainer.serializers.load_npz(args.resume, trainer)
    110
    111 # Run the training
    112 trainer.run()
    113
    114 if __name__ == ‘__main__’:
    115 main()

    Deep Learning on OpenPOWER Servers

    CPU-GPU間およびGPU-GPU間のNVLink接続が以下の諸問題を解決します。

    • CPUとGPUの連携による一層の高速化
    • CPUシステムメモリの活用によリ、ディープラーニング・モデルのサイズに関する制約の排除

    dl_perf1

    MinskyでのNVLink and P100 GPUの性能効果

    CPU-GPU間およびGPU-GPU間のNVLink接続が以下の諸問題を解決します。

    • NVLinkの効果で通信時間とオーバーヘッドが大きく減少
    • GPU-GPU間のデータ移動、CPU-GPU間のデータ移動が高速化することによる学習時間の大幅短縮

    dl_perf2

    MinskyのCPU-GPU間NVLink接続の効果例

    ディープニュラルネットはどんどん大きく、複雑になっており、GPUメモリの容量にすべての必要パラメータを格納することが困難になりつつあります。そのような状況では、CPUメモリを効果的に使用し、より大きなモデルを扱う必要があります。

    dl_perf3

    大きなディープニュラルネットモデルを扱う状況で、MinskyのCPU-GPU間のNVLink接続が大きな効果を発揮します。PCIe接続されたシステムに比べ、1.7倍程度の性能向上を実現します。

    dl_perf4