当前位置：万象系统之家 > IT快讯 > 详细页面

PyTorch 2.0稳定版发布：性能进一步提升

编辑：wuxin 2023-03-20 14:07:46 来源于：IT之家

Win10 64位最稳定流畅版

大小：5.28 GB类别：Windows 10系统

　　PyTorch 2.0稳定版已经正式发布了，和第一代的版本相比有了非常大的改进，对API的torch.compile进行了更好的优化，而且在进行代码编辑的时候，PyTorch 2.0稳定版也拥有更加快速的生成速度，让你体验到即时生成的快感。程序整体的性能也有非常大的提升。一起来看看关于PyTorch 2.0稳定版的详细介绍吧。

　　新版本更新之处包括稳定版的 Accelerated Transformers（以前称为 Better Transformers）；Beta 版包括作为 PyTorch 2.0 主要 API 的 torch.compile、作为 torch.nn.functional 一部分的 scaled_dot_product_attention 函数、MPS 后端、torch.func 模块中的 functorch API；以及其他跨越各种推理、性能和训练优化功能的 GPU 和 CPU 的 Beta / Prototype 改进。

　　关于 torch.compile 的全面介绍和技术概况请见 2.0 入门页面。

　　除了 PyTorch 2.0，研发团队还发布了 PyTorch 域库的一系列 Beta 更新，包括 in-tree 的库和 TorchAudio、TorchVision、TorchText 等独立库。此外，TorchX 转向社区支持模式。

　　概括：

　　torch.compile 是 PyTorch 2.0 的主要 API，它能包装并返回编译后的模型。这个是一个完全附加（和可选）的功能，因此 PyTorch 2.0 根据定义是 100% 向后兼容的。

　　作为 torch.compile 的基础技术，TorchInductor 与 Nvidia / AMD GPU 将依赖于 OpenAI Triton 深度学习编译器来生成性能代码并隐藏低级硬件细节。OpenAI triton 生成的内核则实现了与手写内核和专用 cuda 库（如 cublas）相当的性能。

　　Accelerated Transformers 引入了对训练和推理的高性能支持，使用自定义内核架构实现缩放点积注意力（SPDA）。API 与 torch.compile 集成，模型开发人员也可以通过调用新的 scaled_dot_product_attention 运算符直接使用缩放点积注意力内核。

　　Metal Performance Shaders （MPS）后端能在 Mac 平台上提供 GPU 加速的 PyTorch 训练，并增加了对前 60 个最常用运算符的支持，覆盖 300 多个运算符。

　　Amazon AWS 优化了 AWS Graviton3 上的 PyTorch CPU 推理。与之前的版本相比，PyTorch 2.0 提高了 Graviton 的推理性能，包括针对 ResNet-50 和 BERT 的改进。

　　其他一些跨 TensorParallel、DTensor、2D parallel、TorchDynamo、AOTAutograd、PrimTorch 和 TorchInductor 的新 prototype 功能和方法。

　　要查看公开的 2.0、1.13 和 1.12 功能完整列表，请点击此处。

　　稳定功能

　　PyTorch 2.0 版本包括 PyTorch Transformer API 新的高性能实现，以前称为「Better Transformer API」，现在更名为「Accelerated PyTorch 2 Transformers」。

　　研发团队表示他们希望整个行业都能负担得起训练和部署 SOTA Transformer 模型的成本。新版本引入了对训练和推理的高性能支持，使用自定义内核架构实现缩放点积注意力（SPDA）。

　　与「快速路径（fastpath）」架构类似，自定义内核完全集成到 PyTorch Transformer API 中 —— 因此，使用 Transformer 和 MultiHeadAttention API 将使用户能够：

　　明显地看到显著的速度提升；

　　支持更多用例，包括使用交叉注意力模型、Transformer 解码器，并且可以用于训练模型；

　　继续对固定和可变的序列长度 Transformer 编码器和自注意力用例使用 fastpath 推理。

　　为了充分利用不同的硬件模型和 Transformer 用例，PyTorch 2.0 支持多个 SDPA 自定义内核，自定义内核选择逻辑是为给定模型和硬件类型选择最高性能的内核。除了现有的 Transformer API 之外，模型开发人员还可以通过调用新的 scaled_dot_product_attention 运算来直接使用缩放点积注意力内核。

　　要使用您的模型，同时受益于 pt2 编译的额外加速（用于推断或训练），请使用 model = torch.compile （model）对模型进行预处理。

　　我们通过使用自定义内核和 torch.compile 的组合，使用 Accelerated PyTorch 2 transformer 实现了训练 transformer 模型的大幅加速，特别是大语言模型。

　　将缩放点积注意力与自定义内核和 torch.compile 结合使用可为训练大型语言模型（上图以 nanoGPT 为例）提供显著加速。

　　从官方数据可以看到，PyTorch 2.0 的编译效率比 1.0 实现了大幅提高。

　　这个数据来自 PyTorch 基金会在 Nvidia A100 GPU 上使用 PyTorch 2.0 对 163 个开源模型进行的基准测试，其中包括图像分类、目标检测、图像生成等任务，以及各种 NLP 任务。

　　这些 Benchmark 分为三类：TIMM、TorchBench、HuggingFace Tranformers。

　　据 PyTorch 基金会称，新编译器在使用 Float32 精度模式时运行速度提高了 21%，在使用自动混合精度（AMP）模式时运行速度提高了 51%。在这 163 个模型中，torch.compile 可以在 93% 模型上正常运行。

　　值得一提的是，官方在桌面级 GPU（如 NVIDIA 3090）上测量到的加速能力低于服务器级 GPU（如 A100）。到目前为止，PyTorch 2.0 默认后端 TorchInductor 已经支持 CPU 和 NVIDIA Volta 和 Ampere GP，暂不支持其他 GPU、XPU 或旧的 NVIDIA GPU。