(beta) 使用 torch.compile 编译优化器#
创建时间：2024 年 1 月 24 日 | 最后更新：2024 年 1 月 29 日 | 最后验证：2024 年 11 月 5 日
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，因此在大型模型的训练性能方面，它通常会成为瓶颈。在本教程中，我们将把 torch.compile 应用于优化器，以观察 GPU 性能的提升。
注意
本教程需要 PyTorch 2.2.0 或更高版本。
模型设置#
在此示例中，我们将使用一个简单的线性层序列。由于我们只对优化器进行基准测试，因此模型的选择无关紧要，因为优化器性能是参数数量的函数。
根据您使用的机器，您的确切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#
在此示例中，我们将使用 Adam 优化器，并创建一个辅助函数将 step() 封装在 torch.compile() 中。
注意
torch.compile 仅在计算能力大于或等于 7.0 的 CUDA 设备上受支持
# exit cleanly if we are on a device that doesn't support torch.compile
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()
# Let's define a helpful benchmarking function:
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
# Warmup runs to compile the function
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 运行时长：747.2437149845064us
编译后运行时长：392.07384741178us
另请参阅#
有关深入的技术概述，请参阅
