人工智能是一個歷久彌新的話題，在數(shù)十年的發(fā)展中幾經(jīng)沉浮，但是隨著近年來AlphaGo，ImageNet等捷報的頻頻傳來，人工智能再一次被推倒了風(fēng)口浪尖，人人趨之若鶩。驅(qū)動這波人工智能浪潮的核心引擎正是深度學(xué)習(xí)， 最近幾年各種深度學(xué)習(xí)框架快速的流行起來，比如TensorFlow、Keras、Torch、PyTorch、MXNet、Caffe等。在這些框架中，除了對GPU加速的支持之外，對分布式環(huán)的支持也是它們廣受歡迎的關(guān)鍵因素之一。

　　接下來，本文將選取一款流行的深度學(xué)習(xí)框架并結(jié)合華云數(shù)據(jù)挖掘團(tuán)隊產(chǎn)品開發(fā)實踐，與大家分享分布式深度學(xué)習(xí)中的點滴經(jīng)驗。

　　流行的深度學(xué)習(xí)框架

　　深度學(xué)習(xí)框架層出不窮，其中包括TensorFlow、Caffe、Keras、CNTK、Torch、PyTorch、MXNet、DeepLearning4j，等等。圖 1和圖 2分別展示了各個框架在研究人員中的使用情況統(tǒng)計和在github上的各項指標(biāo)統(tǒng)計。TensorFlow在科研使用量上及項目活躍程度上，都完勝其它框架。除Google號召力和研發(fā)水平外，TensorFlow本身確有諸多優(yōu)異表現(xiàn)，比如編程靈活，執(zhí)行效率高，部署便利等等。到目前為止，TensorFlow在github上仍然保持著快速的迭代更新，而且形成了活躍社區(qū)。

　　在綜合考慮了各種深度學(xué)習(xí)框架的功能與特點以及項目的具體需求之后，在實際工作中，華云數(shù)據(jù)Insight-GPUs選擇TensorFlow作為深度學(xué)習(xí)的開發(fā)框架，并且拓展了訓(xùn)練過程及結(jié)果在分布式環(huán)境上的可視化的功能。

　　圖 1 各框架在研究人員中的使用情況(圖片引自keras官網(wǎng))

　　圖表2顯示了TensorFlow及各種深度學(xué)習(xí)框架對各種語言的支持情況。能看出Python是當(dāng)下在深度學(xué)習(xí)上使用最多的。

　　圖 2 各個開源框架在github上的數(shù)據(jù)統(tǒng)計(圖片引自csdn博客網(wǎng)貼)

　　Python也被Spark厚愛，比如，可使用spark-submit直接提交python版本的分布式map-reduce程序;人們自然也會想到用基于內(nèi)存map-reduce管理機制來處理分布式TensorFlow程序，來對付單機搞不定的計算任務(wù)。

　　然而，基于gRPC(google Remote Process Calling)的TensorFlow也能很靈活地支持分布式環(huán)境。

　　TensorFlow及原生分布式方案

　　TensorFlow簡介

　　TensorFlow是一個采用靜態(tài)數(shù)據(jù)流圖，支持常見的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，比如卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Network，CNN)、循環(huán)神經(jīng)網(wǎng)絡(luò)(Recurrent Neural Network，RNN)之外，TensorFlow還支持深度強化學(xué)習(xí)乃至其它計算密集的科學(xué)計算，如偏微分方程求解、物理仿真等。

　　圖 3 數(shù)據(jù)流圖 (圖片引自TensorFlow官網(wǎng))

　　圖3示意了一張采用隨機梯度下降法來訓(xùn)練模型的圖(Graph)。TensorFlow是一款采用數(shù)據(jù)流圖(data flow graphs)，用于數(shù)值計算的開源軟件庫。節(jié)點(nodes)在圖中表示數(shù)學(xué)操作，圖中的線(edges)則表示在節(jié)點間相互聯(lián)系的多維數(shù)據(jù)數(shù)組，即張量(tensor)。TensorFlow可以放到分布式式環(huán)境下訓(xùn)練，實現(xiàn)集群、GPU集群或TPU集群并行計算。

　　原生分布式方案

　　TensorFlow支持以“數(shù)據(jù)并行化”的方式對模型進(jìn)行分布式訓(xùn)練，實際上指的是同一個“/job:worker”分組下，不同任務(wù)(task)可以分別使用不同的小批量(mini-batch)數(shù)據(jù)對同一個模型進(jìn)行訓(xùn)練，更新同一份參數(shù)。分布式TensorFlow支持實現(xiàn)方式有以下幾種：

　　（1）圖內(nèi)復(fù)制（In-graph replication）

　　1. 通常所有的操作都定義在一個Graph中;

　　2. 參數(shù)定義、更新相關(guān)的操作都集中分配給參數(shù)服務(wù)器(“/job:ps”);

　　3. 計算密集的操作會被復(fù)制多份，每一份都會被指定給不同worker節(jié)點(“/job:worker”)。

　　圖 4 圖內(nèi)復(fù)制同步訓(xùn)練示意圖 (圖片引自TensorFlow官網(wǎng))

　　（2）圖間復(fù)制（Between-graphreplication）

　　1. 需要有多個客戶端，每個客戶端都有一份graph的定義;

　　2. 通常每個客戶端跟每一個執(zhí)行worker類型task的server在同一個進(jìn)程中;

　　3. 同圖內(nèi)復(fù)制一樣，參數(shù)的定義與更新也都集中分配給參數(shù)服務(wù)器(“/job:ps”)。

　　（3）異步訓(xùn)練（Asynchronoustraining）

　　1. Graph的每一份副本各自獨立地執(zhí)行一個訓(xùn)練循環(huán)，之間不會協(xié)同;

　　2. ps服務(wù)器只要收到一臺worker服務(wù)器的梯度值，就直接進(jìn)行參數(shù)更新;

　　3. 不穩(wěn)定，訓(xùn)練曲線震蕩比較劇烈;

　　4. 適用于in-graph和between-graph。

　　圖 5 圖間復(fù)制異步訓(xùn)練示意圖 (圖片引自TensorFlow官網(wǎng))

　　（4）同步訓(xùn)練（Synchronous training）

　　1. 各個worker服務(wù)器都從ps服務(wù)器讀取同一份參數(shù)，計算參數(shù)的梯度，然后把梯度傳給ps服務(wù)器，本身并不進(jìn)行參數(shù)更新;

　　2. ps服務(wù)器收到所有worker服務(wù)器的梯度之后，對參數(shù)進(jìn)行更新;

　　3. ps服務(wù)器每一次更新參數(shù)的時候都需要等待所有的worker服務(wù)器計算并傳遞參數(shù)梯度，因此執(zhí)行速度取決于執(zhí)行最慢的worker服務(wù)器。

　　圖 6 獨立于Hadoop/Spark集群的TensorFlow集群 (圖片引自Yahoo Hadoop網(wǎng)站)

　　在2016年，TensorFlow支持了HDFS，但仍需用戶部署專門TensorFlow應(yīng)用集群，如圖 6所示。

　　基于gRPC及RDMA(Remote Direct Memory Access)分布式TensorFlow優(yōu)勢特點是靈活，特別方便于有大量分布式編程基礎(chǔ)的開發(fā)人員，但這一特點也帶來不少麻煩：

　　(1) 需要開發(fā)人員手工指定worker上的計算資源gpu:0或者cpu:0;

　　(2) 需要相對謹(jǐn)慎計算資源，分布到各個計算節(jié)點;

　　(3) 分布式TensorFlow計算資源共享調(diào)度麻煩。

　　華云數(shù)據(jù)Insight-GPUs設(shè)計初心

　　一個昂貴的分布式GPU計算資源，在團(tuán)隊間的協(xié)作分享，還是很麻煩，甚至很棘手，因為開發(fā)者事先知道有多少計算資源可以使用調(diào)度;需事先知道存在計算資源，在競爭的場合，使用人員間，團(tuán)隊間，調(diào)度管理上尤為尷尬�？赡苁怯捎谶@些看得見的缺點和使用上的痛點，催生了其他的帶有任務(wù)管理和調(diào)度功能的分布式深度學(xué)習(xí)平臺。在這樣的情景下，人們會自然想到用成熟spark任務(wù)調(diào)度模塊(比如，Yarn或者M(jìn)esos)和Spark管理RDD機制來管理分布式TensorFlow訓(xùn)練任務(wù)。

　　基于Spark分布式TensorFlow

　　Yahoo團(tuán)隊基于Caffe和TensorFlow開發(fā)的兩套方案，如圖 所示。華云大數(shù)據(jù)團(tuán)隊根據(jù)內(nèi)部已有的集群環(huán)境，并經(jīng)過深入的客戶需求分析與調(diào)研，最終決定采用TensorFlowOnSpark作為內(nèi)部分布式深度學(xué)習(xí)的部署方案。

　　圖 7 基于Spark的深度學(xué)習(xí)擴展模塊(圖片引自Yahoo Hadoop網(wǎng)站)

　　RDD動態(tài)TensorFlow分布式訓(xùn)練

　　在TensorFlow原生的分布式方案中，需要用戶在提交應(yīng)用之外手動的配置、維護(hù)、管理整個集群的運行，例如，在提交應(yīng)用前需要對節(jié)點進(jìn)行仔細(xì)的配置;需要手動地啟動、關(guān)閉所對應(yīng)的集群節(jié)點;在Between-graph模式下需要在不同的節(jié)點上多次提交應(yīng)用等等。總之，TensorFlow原生的分布式方案無論在運維成本，易用性等方面都有很多提升的空間。

　　可伸縮分布式數(shù)據(jù)集(Resilient Distributed Datasets, RDDs)是Spark的核心數(shù)據(jù)對象，提供了對大數(shù)據(jù)集群的高度抽象。RDD的抽象包含兩個方面：

　　一是數(shù)據(jù)并行化，指的是數(shù)據(jù)會被劃分成不同的部分保存到RDD不同的分片中;TensorFlowOnSpark提供了兩種模式的支持，Tensor Mode和Spark Mode，其中Spark Mode充分利用了RDD的數(shù)據(jù)并行化機制，由Spark動態(tài)的完成數(shù)據(jù)集的切分。

　　二是集群節(jié)點映射，指的是RDD中的每一個分片其實都對應(yīng)一個活動的進(jìn)程。TensorFlowOnSpark所提供的分布式方案充分利用了RDD這兩方面的特性。圖 8是TensorFlowOnSpark的運行狀態(tài)示意圖。在整個架構(gòu)中，TensorFlowOnSpark使用nodeRDD管理TensorFlow集群運行的整個生命周期，TensorFlow集群隨著應(yīng)用的提交與結(jié)束進(jìn)行動態(tài)的創(chuàng)建與回收。

　　圖 8 TensorFlowOnSpark運行狀態(tài)圖 (圖片引自Yahoo hadoop網(wǎng)站)

　　分布式TensorFlow訓(xùn)練過程可視化

　　采用分布式TensorFlow訓(xùn)練一個模型，會不會降低訓(xùn)練的精度？采用RDD切分訓(xùn)練數(shù)據(jù)，再次放到分布式環(huán)境下，訓(xùn)練過程，loss下降過程會不會加長？這一系列的問題，需要通過訓(xùn)練可視化工具tensorboard來完成和解答。

　　數(shù)據(jù)分析人員也會通過tensorboard，看到自己精心調(diào)制的loss設(shè)計，試圖監(jiān)督訓(xùn)練中的收斂過程。但細(xì)心的開發(fā)人員會發(fā)現(xiàn)，即使是當(dāng)下最新1.6.0版本，也不支持直接查看放在分布式環(huán)境下的TensorFlow訓(xùn)練過程事件，因為采用events機制寫出的V2版本訓(xùn)練過程文件，并不能實時地被tensorboard所加載。究其原因，可能與新開發(fā)的NewCheckpointReader有關(guān)，該類封裝C++程序，只關(guān)注了本地化(單機本地化目錄)解析，而忽視了兼容HDFS文件夾所致。

　　通過本地文件夾與分布式環(huán)境下events文件夾logdir同步手段，可回避解決tensorboard不能加載位于HDFS上events文件夾這個問題，仍可以變相地達(dá)到查看分布式TensorFlow訓(xùn)練過程的目的。

　　華云數(shù)據(jù)Insight-GPUs直接讀取HDFS上events文件夾，實時解析放置于分布式環(huán)境中的TensorFlow訓(xùn)練過程文件events、model.ckpt.data*等文件，毋須同步logdir文件夾。同時，為了脫離語言限制，華云數(shù)據(jù)Insight-GPUs根據(jù)bazel特點，將tensorboard可視化功能也拆分出來，方便不同語言開發(fā)者調(diào)用和嵌入。

　　用戶可以按照圖9方式嵌入分布式TensorFlow訓(xùn)練過程中的隱層權(quán)重分布圖：

　　圖 9 華云Insight-GPUs

　　展示分布式TensorFlow訓(xùn)練過程中的隱層權(quán)重

　　最直接地，如圖10所示，也可以直嵌入訓(xùn)練結(jié)果頁面：

　　圖 10 華云數(shù)據(jù)Insight-GPUs展示分布式TensorFlow訓(xùn)練結(jié)果

　　華云數(shù)據(jù)分布式Insight-GPUs運行部署環(huán)境

　　采用最新ant-design頁面設(shè)計的Insight-GPUs可以很好地融入各類云產(chǎn)品，如，華云開發(fā)的公有云、私有云CloudUltra™及超融合產(chǎn)品。Insight-GPUs嵌入k8s客戶端，可以為用戶設(shè)計出更走心的管理功能(比如，華云數(shù)據(jù)Insight-GPUs可以從一個pod反追蹤到頂層執(zhí)行的分布式GPU任務(wù))，幫用戶更好地在各類云上編排管理容器的同時，也管理好異構(gòu)GPU集群。

　　參考文獻(xiàn)

　　1,TensorFlow官方網(wǎng)站. https://www.tensorflow.org/

　　2,Keras官方網(wǎng)站. https://keras.io/

　　3,主流深度學(xué)習(xí)框架對比. http://blog.csdn.net/zuochao_2013/article/details/56024172

　　4,TensorFlowOnSpark github. https://github.com/yahoo/TensorFlowOnSpark

　　5,Open Sourcing TensorFlowOnSpark: Distributed Deep Learning on Big-Data Clusters. http://yahoohadoop.tumblr.com/post/157196317141/open-sourcing-tensorflowonspark-distributed-deep

　　6,Spark官網(wǎng). http://spark.apache.org/