一行程式碼，煉丹2倍速！ PyTorch 2.0驚喜問世，LeCun激情轉發

12月2日，PyTorch 2.0正式發布！

這次的更新不僅將PyTorch的效能推到了新的高度，同時也加入了對動態形狀和分散式的支援。

此外，2.0系列也會將PyTorch的部分程式碼從C 移回Python。

目前，PyTorch 2.0還在測試階段，預期第一個穩定版本會在2023年3月初面世。

PyTorch 2.x：更快、更Python！

在過去的幾年裡，PyTorch從1.0到最近的1.13進行了創新和迭代，並轉移到新成立的PyTorch基金會，成為Linux基金會的一部分。

目前版本的PyTorch所面臨的挑戰是，eager-mode難以跟上不斷成長的GPU頻寬和更瘋狂的模型架構。

而PyTorch 2.0的誕生，將從根本上改變並提升了PyTorch在編譯器層級下的運作方式。

眾所周知，PyTorch中的（Py）來自於資料科學中廣泛使用的開源Python程式語言。

然而，PyTorch的程式碼卻並沒有完全採用Python，而是把一部分交給了C 。

不過，在今後的2.x系列中，PyTorch專案團隊計畫將與torch.nn相關的程式碼移回Python中。

除此之外，由於PyTorch 2.0是一個完全附加的（和可選的）功能，因此2.0是100%向後相容的。

也就是說，程式碼庫是一樣的，API也是一樣的，寫模型的方式也是一樣的。

更多的技術支援

• TorchDynamo

使用Python框架評估鉤子安全地捕獲PyTorch程序，這是團隊5年來在graph capture方面研發的一項重大創新。

• AOTAutograd

重載了PyTorch的autograd引擎，作為一個追蹤的autodiff，用於產生超前的反向追蹤。

• PrimTorch

將約2000多個PyTorch運算子歸納為約250個原始運算符的封閉集，開發人員可以針對這些運算子建構一個完整的PyTorch後端。大大降低了編寫PyTorch功能或後端的障礙。

• TorchInductor

一個深度學習編譯器，可以為多個加速器和後端產生快速程式碼。對於英偉達的GPU，它使用OpenAI Triton作為關鍵構建模組。

值得注意的是，TorchDynamo、AOTAutograd、PrimTorch和TorchInductor都是用Python寫的，並且支援動態形狀。

更快的訓練速度

透過引入新的編譯模式「torch.compile」，PyTorch 2.0用一行程式碼，就可以加速模型的訓練。

這裡不用任何技巧，只需執行torch.compile()即可，僅此而已：

opt_module = torch.compile(module)

為了驗證這些技術，團隊精心打造了測試基準，包括影像分類、物件偵測、影像生成等任務，以及各種NLP任務，如語言建模、問答、序列分類、推薦系統和強化學習。其中，這些基準可以分為三類：

• 來自HuggingFace Transformers的46個模型
• 來自TIMM的61個模型：Ross Wightman收集的最先進的PyTorch圖像模型
• 來自TorchBench的56個模型：github的一組流行程式碼庫

測試結果表明，在這163個跨越視覺、NLP和其他領域的在開源模型上，訓練速度得到了38%-76%的提升。

在NVIDIA A100 GPU上的比較

此外，團隊還在一些流行的開源PyTorch模型上進行了基準測試，並獲得了從30%到2倍的大幅加速。

開發者Sylvain Gugger表示：「只要加入一行程式碼，PyTorch 2.0就能在訓練Transformers模型時實現1.5倍到2.0倍的速度提升。這是自混合精度訓練問世以來最令人興奮的事情！」

技術概述

PyTorch的編譯器可以分解成三個部分：

• 圖的取得
• 圖的降低
• 圖的編譯

#其中，在建構PyTorch編譯器時，圖的取得是更難的挑戰。

TorchDynamo

今年年初，團隊便開始了TorchDynamo的工作，這種方法使用了PEP-0523中引入的CPython功能，稱為框架評估API。

為此，團隊採取了一種數據驅動的方法來驗證TorchDynamo在graph capture上的有效性——透過使用7000多個用PyTorch編寫的Github項目，來作為驗證集。

結果顯示，TorchDynamo在99%的時間裡都能正確、安全地進行graph capture，而且開銷可以忽略不計。

TorchInductor

對於PyTorch 2.0的新編譯器後端，團隊從使用者如何編寫高效能的自訂核心中得到了靈感：越來越多地使用Triton語言。

TorchInductor使用Pythonic定義的逐個循環層級的IR來自動將PyTorch模型對應到GPU上產生的Triton程式碼和CPU上的C /OpenMP。

TorchInductor的核心循環級IR只包含大約50個運算符，而且它是用Python實現的，這使得它很容易擴展。

AOTAutograd

想要加速訓練，不僅需要捕捉使用者級程式碼，還要捕捉反向傳播。

AOTAutograd可以利用PyTorch的torch_dispatch擴展機制來追蹤Autograd引擎，「提前」捕捉反向傳播，進而能夠使用TorchInductor來加速前向和後向通道。

PrimTorch

PyTorch有1200多個運算符，如果考慮到每個運算符的各種重載，則有2000多個個。因此，編寫後端或跨領域的功能成為一項耗費精力的工作。

在PrimTorch專案中，團隊定義了兩個更小、更穩定的運算子集：

#

• Prim ops有大約~250個運算符，適合編譯器。由於足夠低級，因此只需將它們融合在一起以獲得良好的性能。
• ATen ops有大約~750個典型的運算符，適合於原樣輸出。這些適合已經在ATen層級上整合的後端，或是沒有編譯的後端，從而恢復像Prim ops這樣的低階運算子集的效能。

動態形狀

#在研究支援PyTorch程式碼通用性的必要條件時，一個關鍵要求是支援動態形狀，並允許模型接受不同大小的張量，而不會在每次形狀變化時引起重新編譯。

在不支援動態形狀的情況下，一個常見的解決方法是將其填入最接近的2次方。然而，正如我們從下面的圖表中所看到的，它產生了大量的效能開銷，同時也帶來了明顯更長的編譯時間。

現在，有了對動態形狀的支持，PyTorch 2.0也就獲得了比Eager高出了最多40%的性能。

最後，在PyTorch 2.x的路線圖中，團隊希望在效能和可擴展性方面進一步推動編譯模式的發展。

#

以上是一行程式碼，煉丹2倍速！ PyTorch 2.0驚喜問世，LeCun激情轉發的詳細內容。更多資訊請關注PHP中文網其他相關文章！