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