如何进行基准测试¶

本文介绍如何给深度学习框架做基准测试。基准测试主要包含验证模型的精度和性能两方面，下文包含搭建测试环境，选择基准测试模型，验证测试结果等几方面内容。

验证深度学习框架，可分为训练和测试两个阶段， 验证指标略有不同，本文只介绍训练阶段的指标验证。训练阶段关注的是模型训练集上的精度，训练集是完备的，因此关注大 batch_size 下的训练速度,关注吞吐量，例如图像模型常用的 batch_size=128, 多卡情况下会加大；预测阶段关注的是在测试集上的精度，线上服务测试数据不能提前收集，因此关注小 batch_size 下的预测速度，关注延迟，例如预测服务常用的 batch_size=1, 4 等。

Fluid是 PaddlePaddle 从 0.11.0 版本开始引入的设计，本文的基准测试在该版本上完成。

环境搭建¶

基准测试中模型精度和硬件、框架无关，由模型结构和数据共同决定；性能方面由测试硬件和框架性能决定。框架基准测试为了对比框架之间的差异，控制硬件环境，系统库等版本一致。下文中的对比实验都在相同的硬件条件和系统环境条件下进行.

不同架构的 GPU 卡性能差异巨大，在验证模型在 GPU 上训练性能时，可使用 NVIDIA 提供的命令:nvidia-smi 检验当前使用的 GPU 型号，如果测试多卡训练性能，需确认硬件连接是 nvlink或 PCIe。 同样地，CPU 型号会极大影响模型在 CPU 上的训练性能。可读取/proc/cpuinfo中的参数，确认当前正在使用的 CPU 型号。

下载 GPU 对应的 Cuda Tool Kit 和 Cudnn，或者使用 NVIDIA 官方发布的 nvidia-docker 镜像 nvidia-docker, 镜像内包含了 Cuda 和 Cudnn，本文采用这种方式。 Cuda Tool Kit 包含了 GPU 代码使用到的基础库，影响在此基础上编译出的 Fluid 二进制运行性能。

准备好 Cuda 环境后，从 github 上下载 Paddle 代码并编译，会生成对应的最适合当前 GPU 的 sm_arch 二进制sm_arch。另外，cudnn 对卷积类任务影响巨大，在基准测试中需要小版本一致，例如 Cudnn7.0.2 与 Cudnn7.1.4 在 Resnet 上有 5%以上差异。

选择基准模型¶

对框架做基准测试，需要覆盖不同训练任务和不同大小的模型，本文中选取了图像和 NLP 的最为常用的 5 个模型。

CycleGAN, SE-ResNeXt50, DeepLab_V3+属于 CNN 模型, Bert, Transformer 是一种比传统 RNN 模型更好的 NLP 模型。 benchmark 基准模型测试脚本中，均跳过了前几个 batch 的训练过程，原因是加载数据和分配显存受系统当前运行情况影响，会导致统计性能不准确。运行完若干个轮次后，统计对应指标。

基准模型的数据的选择方面，数据量大且验证效果多的公开数据集为首选。图像模型 CycleGAN 选择了 horse2zebra 数据集，SE-ResNeXt50 选择了image-net数据集，图像大小预处理为和 Imagenet 相同大小，因此性能可直接对比。 NLP 模型的公开且影响力大数据集较少，Bert 和 Transformer 模型都选择了Wikipedia数据集。

注意，图像模型每条样本大小相同，图像经过变换后大小一致，因此经过的计算路径基本相同，计算速度和显存占用波动较小，可以从若干个 batch 的数据中采样得到当前的训练性能数据。而 NLP 模型由于样本长度不定，计算路径和显存占用也不相同，因此只能完整运行若干个轮次后，统计速度和显存消耗。 显存分配是特别耗时的操作，因此 Fluid 默认会占用所有可用显存空间形成显存池，用以加速计算过程中的显存分配。如果需要统计模型真实显存消耗，可设置环境变量FLAGS_fraction_of_gpu_memory_to_use=0.0，观察最大显存开销。

测试过程¶

• GPU 单机单卡测试

本教程使用了 Cuda9, Cudnn7.0.1。来源为:nvidia/cuda:9.0-cudnn7-devel-ubuntu16.04

    nvidia-docker run -it --name CASE_NAME --security-opt seccomp=unconfined -v $PWD/benchmark:/benchmark -v /usr/lib/x86_64-linux-gnu:/usr/lib/x86_64-linux-gnu paddlepaddle/paddle:latest-dev /bin/bash

在单卡上测试，设置 CUDA 的环境变量使用一块 GPU，CUDA_VISIBLE_DEVICES=0 然后代码中设置为使用 CUDAPlace，如果使用 Paddle 代码库中的脚本，只需要命令行参数传入 use_gpu=True 即可。

    >>> import paddle.fluid as fluid
    >>> place = fluid.CUDAPlace(0) // 0 指第 0 块 GPU

测试结果¶

本教程对比相同环境下的 Fluid1.4, Pytorch1.1.0 和 TensorFlow1.12.0 的性能表现。 硬件环境为 CPU: Intel(R) Xeon(R) Gold 6148 CPU @ 2.40GHz, GPU: Tesla v100(volta) 21729MiB x 1, Nvidia-Driver 384.66。 系统环境为 Ubuntu 16.04.3 LTS, 本文中采用了 docker 环境，系统版本为 nvidia-docker17.05.0-ce。 测试的 Fluid 版本为v.1.4.1 。 TensorFlow 版本为v.1.12.0-rc2。 PyTorch 版本为v.1.1.0。 使用的脚本和配置见benchmark 。 SE-ResNeXt50 对比的框架是 PyTorch，因为 TensorFlow 上没有对应的模型。 图表中统计单位为 samples/秒。

• GPU 单机单卡测试结果