LF DL 的 Horovod 项目增加了对 PySpark 和 Apache MXNet 的支持以及其他功能，以加快培训速度

作者：Carsten Jacobsen，开源开发者倡导者 @Uber

摘录： Horovod 在最新版本中支持更多框架，并引入了新功能以提高通用性和生产力。

Horovod 是由 Uber 创建的分布式深度学习框架，它使分布式深度学习变得快速，且易于使用。Horovod 使用 TensorFlow、Keras、PyTorch 和 Apache MXNet 改进训练机器学习（ ML ）模型的速度、规模和资源分配。LF Deep Learning 是支持和维持人工智能和机器学习开源创新的 Linux 基金会项目，于 2018 年 12 月接受了 Horovod 作为其托管项目之一。该项目被托管以后，Uber 以外的额外贡献和协作由于 LF DL 的中立环境、开放式治理和基金会为项目提供的一系列推动因素而出现。

最新版本中的更新以三个关键方式改进了 Horovod：为更多框架添加支持和集成，改进现有功能，以及为 TensorFlow 2.0 带来的变化准备。综合起来，这些新功能和能力使 Horovod 更容易、更快速、更灵活、适用于不断增长的用户群，包括 NVIDIA 和 Oak Ridge National Laboratory。Horovod 还与各种深度学习生态系统集成，包括 AWS、Google、Azure 和 IBM Watson。

在此版本中，添加了许多用于 Horovod 的新用例，目的是使框架成为培训深度学习模型的更通用工具。随着集成和支持框架的增加，用户可以利用 Horovod 加速大量开源模型，并在多个框架中使用相同的技术。

PySpark 和 Petastorm 的支持

Apache Spark 能够处理大量数据，可用于许多机器学习环境。易用性、内存处理功能、近实时分析以及丰富的集成选项，如 Spark MLlib 和 Spark SQL，使 Spark 成为一种受欢迎的选择。

鉴于其可扩展性和易用性，Horovod 得到了更广泛的基于 Python 的机器学习社区的兴趣，包括 Apache Spark。随着 PySpark 支持和集成的发布，Horovod 对更广泛的用户变得有用。

在 Horovod 之前，PySpark 的典型工作流程，是在 PySpark 中进行数据准备，将结果保存在中间存储中，使用不同的群集解决方案运行不同的深度学习培训工作，导出训练的模型，并在 PySpark 中运行评估。Horovod 与 PySpark 的集成允许在同一环境中执行所有这些步骤。

为了平滑 Spark 集群中 PySpark 和 Horovod 之间的数据传输，Horovod 依赖于Petastorm，这是一个由 Uber Advanced Technologies Group （ ATG ）开发的深度学习开源数据访问库。Petastorm 于 2018 年 9 月开源，可直接从多 TB 数据集，进行单机或分布式培训，以及深度学习模型的评估。

典型的 Petastorm 用例需要在 PySpark 中预处理数据，将其写入 Apache Parquet 中的存储，这是一种高效的列式存储格式，并使用 Petastorm 读取 TensorFlow 或 PyTorch 中的数据。

Apache Spark 和 Petastorm 也在 Uber 内部的某些应用程序中使用，因此扩展 Horovod 对 PySpark 和 Petastorm 的支持一直是使 Horovod 成为更多通用工具的过程中的自然步骤。

Apache MXNet 的支持

Apache MXNet （孵化）是一个开源深度学习框架，可以促进更灵活、更有效的神经网络培训。亚马逊是 Horovod 和 MXNet 的重要贡献者，并且在 Amazon EC2 P3 实例和 Amazon SageMaker 上原生支持这两个框架。

就像最近对 PySpark 的支持一样，Horovod 与 MXNet 的整合是将 Horovod 提供给更广泛社区的更大努力的一部分，进一步扩大了对更快更轻松的模型培训。

自动调节

最新版本的第三次更新是 Horovod 推出自动调节的 alpha 版本。在此版本中，自动调整是可选的，但在将来的版本中它将默认打开。

Horovod 支持许多内部参数，可以调整这些参数以提高硬件和模型架构变化的性能。这些参数包括融合缓冲门槛

（ fusion buffer threshold ），用于确定可以将多个张量（ tensor ）一起批量合并为单个 allreduce、用于控制 allreduce 批次的频率的循环时间、以及当主机数量变得非常大时，作为单环 allreduce 的替代方案的分层 allreduce。

找到这些参数的正确值，可以使性能提高多达 30 ％。但是，手动尝试不同的参数是一种耗时的反复试验。

Horovod 的自动调节系统，通过使用贝叶斯（ Bayesian ），优化动态探索和选择最佳内部参数值来消除猜测。

自动调节会自动化手动过程，执行尝试不同选项和参数值，以确定最佳配置，如果硬件、比例或模型发生变化，必须重复这些配置。由于自动化，自动调节使参数优化更有效，可以加快模型培训速度。

嵌入的改进

嵌入通常用于涉及自然语言处理（ NLP ）和从表格（ tabular ）数据学习的机器学习用例。在 Uber 的数据存储区，Uber 旅程数据存储为表格数据，这些数据具有一些分类界限。在像 Uber 这样的用例中，嵌入的数量和嵌入的大小将会扩展。在最新版本中，Horovod 增强了其扩展深度学习模型的能力，这些模型大量使用嵌入式设备，例如 Transformer 和BERT。

此外，这些嵌入改进更快地促进了大嵌入梯度（ gradient ），以及小嵌入梯度的融合，允许更多数量的嵌入更快地处理操作。

TensorFlow 的热切执行支持

热切执行（ Eager execution ）将是 TensorFlow 2.0 中的默认模式。热切执行允许开发者在命令式编程环境中创建模型，其中立即评估操作，并将结果作为实际值返回。热切执行消除了创建会话（ session ）和使用图形的需要。

凭借对动态模型的热切执行支持，模型评估和调试变得更加容易和快捷。对于缺乏经验的开发者而言，热切执行也使得 TensorFlow 更直观。

在过去，运行 Horovod 的热切执行，意味着按顺序计算所有工人（ worker ）的每个张量梯度(tensor gradient)，没有任何张量批处理或并行性。在最新版本中，完全支持热切执行。在我们的实验中，使用热切执行的 Tensor 批处理，可将性能提高 6 倍以上。此外，用户现在可以使用 TensorFlow 的GradientTape的分布式实现来记录自动区分（ differentiation ）操作。

混合精确训练

混合精度是在计算方法中组合使用不同的数值精度。使用低于 FP32 的精度，可以通过使用更小的张量来减少内存需求，从而允许部署更大的网络。此外，数据传输花费的时间更少，计算性能也大幅提升。具有 Tensor Core 的 GPU 支持混合精度，使用户能够充分利用更低内存使用率和更快数据传输的优势。

深度神经网络的混合精确训练实现了两个主要目标：

1. 减少所需的内存量，支持更大型号的培训或使用更大的小批量培训
2. 通过使用低精度算法减少所需资源，缩短训练或推理时间

在过去，混合精确训练通常打断 Horovod 的融合逻辑，因为 FP16 张量的序列将经常被 FP32 张量打断，并且不同精度的张量不能参与单个融合事务。

在最新版本中，NVIDIA 对张量融合逻辑做出了改进，允许 FP16 和 FP32 张量序列通过前瞻机制独立处理。通过这种变化，我们已经看到高达 26 ％的性能提升。

想知道 Horovod 如何让你的模型训练更快，更具可扩展性？查看这些更新，并亲自试用该框架，并确保加入Deep Learning Foundation 的 Horovod 公告和技术讨论邮件列表。

KubeCon + CloudNativeCon + Open Source Summit 大会日期：

• 会议日程通告日期：2019 年 4 月 10 日
• 会议活动举办日期：2019 年 6 月 24 至 26 日

KubeCon + CloudNativeCon + Open Source Summit 赞助方案

KubeCon + CloudNativeCon + Open Source Summit 多元化奖学金现正接受申请

KubeCon + CloudNativeCon 和 Open Source Summit 即将首次合体落地中国

KubeCon + CloudNativeCon + Open Source Summit 购票窗口，立即购票！

CNCF 邀请你加入最终用户社区