華為云ModelArts在國際權(quán)威的深度學習模型基準測試平臺斯坦福DAWNBenchmark上取得了當前圖像識別訓練時間最佳成績，ResNet-50在ImageNet數(shù)據(jù)集上收斂僅用10分28秒，比第二名成績提升近44%。華為自研了分布式通用加速框架MoXing，在應用層和TensorFlow、MXNet、PyTorch等框架之間實現(xiàn)再優(yōu)化。

日前，斯坦福大學發(fā)布了DAWNBenchmark最新成績，在圖像識別（ResNet50-on-ImageNet，93%以上精度）的總訓練時間上，華為云ModelArts排名第一，僅需10分28秒，比第二名提升近44%。

斯坦福大學DAWNBenchmark圖像識別訓練時間最新成績，華為云ModelArts以10分28秒排名第一，超越了fast.ai、谷歌等勁敵。

作為人工智能最重要的基礎技術(shù)之一，近年來深度學習逐步延伸到更多的應用場景。除了精度，訓練時間和成本也是構(gòu)建深度學習模型時需要考慮的核心要素。然而，當前的深度學習基準往往以衡量精度為主，斯坦福大學DAWNBench正是在此背景下提出。

斯坦福DAWNBench是衡量端到端深度學習模型訓練和推理性能的國際權(quán)威基準測試平臺，提供了一套通用的深度學習評價指標，用于評估不同優(yōu)化策略、模型架構(gòu)、軟件框架、云和硬件上的訓練時間、訓練成本、推理延遲以及推理成本，吸引了谷歌、亞馬遜AWS、fast.ai等高水平隊伍參與，相應的排名反映了當前全球業(yè)界深度學習平臺技術(shù)的領先性。

正是在這樣高手云集的基準測試中，華為云ModelArts第一次參加國際排名，便實現(xiàn)了更低成本、更快速度的體驗。

華為云創(chuàng)造端到端全棧優(yōu)化新紀錄：128塊GPU，10分鐘訓練完ImageNet

為了達到更高的精度，通常深度學習所需數(shù)據(jù)量和模型都很大，訓練非常耗時。例如，在計算機視覺領域常用的經(jīng)典ImageNet數(shù)據(jù)集（1000個類別，共128萬張圖片）上，用1塊P100 GPU訓練一個ResNet-50模型， 耗時需要將近1周。這嚴重阻礙了深度學習應用的開發(fā)進度。因此，深度學習訓練加速一直是學術(shù)界和工業(yè)界所關(guān)注的重要問題，也是深度學習應用的主要痛點。

曾任Kaggle總裁和首席科學家的澳大利亞數(shù)據(jù)科學家和企業(yè)家Jeremy Howard，與其他幾位教授共同組建了AI初創(chuàng)公司fast.ai，專注于深度學習加速。他們用128塊V100 GPU，在上述ImageNet數(shù)據(jù)集上訓練ResNet-50模型，最短時間為18分鐘。

最近BigGAN、NASNet、BERT等模型的出現(xiàn)，預示著訓練更好精度的模型需要更強大的計算資源?？梢灶A見，在未來隨著模型的增大、數(shù)據(jù)量的增加，深度學習訓練加速將變得會更加重要。

只有擁有端到端全棧的優(yōu)化能力，才能使得深度學習的訓練性能做到極致。

華為云ModelArts功能視圖

華為云ModelArts是一站式的AI開發(fā)平臺，已經(jīng)服務于華為公司內(nèi)部各大產(chǎn)品線的AI模型開發(fā)，幾年下來已經(jīng)積累了跨場景、軟硬協(xié)同、端云一體等多方位的優(yōu)化經(jīng)驗。

ModelArts提供了自動學習、數(shù)據(jù)管理、開發(fā)管理、訓練管理、模型管理、推理服務管理、市場等多個模塊化的服務，使得不同層級的用戶都能夠很快地開發(fā)出自己的AI模型。

自研分布式通用加速框架MoXing，性能再加速

為什么ModelArts能在圖像識別的訓練時間上取得如此優(yōu)異的成績？

答案是“MoXing”。

在模型訓練部分，ModelArts通過硬件、軟件和算法協(xié)同優(yōu)化來實現(xiàn)訓練加速。尤其在深度學習模型訓練方面，華為將分布式加速層抽象出來，形成一套通用框架——MoXing（“模型”的拼音，意味著一切優(yōu)化都圍繞模型展開）。

采用與fast.ai一樣的硬件、模型和訓練數(shù)據(jù)，ModelArts可將訓練時長可縮短到10分鐘，創(chuàng)造了新的紀錄，為用戶節(jié)省44%的時間

MoXing是華為云ModelArts團隊自研的分布式訓練加速框架，它構(gòu)建于開源的深度學習引擎TensorFlow、MXNet、PyTorch、Keras之上，使得這些計算引擎分布式性能更高，同時易用性更好。

華為云MoXing架構(gòu)圖

MoXing內(nèi)置了多種模型參數(shù)切分和聚合策略、分布式SGD優(yōu)化算法、級聯(lián)式混合并行技術(shù)、超參數(shù)自動調(diào)優(yōu)算法，并且在分布式訓練數(shù)據(jù)切分策略、數(shù)據(jù)讀取和預處理、分布式通信等多個方面做了優(yōu)化，結(jié)合華為云Atlas高性能服務器，實現(xiàn)了硬件、軟件和算法協(xié)同優(yōu)化的分布式深度學習加速。

有了MoXing后，上層開發(fā)者可以聚焦業(yè)務模型，無需關(guān)注下層分布式相關(guān)的API，只用根據(jù)實際業(yè)務定義輸入數(shù)據(jù)、模型以及相應的優(yōu)化器即可，訓練腳本與運行環(huán)境（單機或者分布式）無關(guān)，上層業(yè)務代碼和分布式訓練引擎可以做到完全解耦。

用數(shù)據(jù)說話：從吞吐量和收斂時間看加速性能

深度學習加速屬于一個從底層硬件到上層計算引擎、再到更上層的分布式訓練框架及其優(yōu)化算法多方面協(xié)同優(yōu)化的結(jié)果，具備全棧優(yōu)化能力才能將用戶訓練成本降到最低。

在模型訓練這方面，華為云ModelArts內(nèi)置的MoXing框架使得深度學習模型訓練速度有了很大的提升。

下圖是華為云團隊測試的模型收斂曲線（128塊V100 GPU，完成ResNet50-on-ImageNet）。一般在ImageNet數(shù)據(jù)集上訓練ResNet-50模型，當Top-5精度≥93%或者Top-1 精度≥75%時，即可認為模型收斂。

ResNet50-on-ImageNet訓練收斂曲線（曲線上的精度為訓練集上的精度）：(a)所對應的模型在驗證集上Top-1 精度≥75%，訓練耗時為10分06秒；(b) 所對應的模型在驗證集上Top-5精度≥93%，訓練耗時為10分28秒。

Top-1和Top-5精度為訓練集上的精度，為了達到極致的訓練速度，訓練過程中采用了額外進程對模型進行驗證，最終驗證精度如下表所示（包含與fast.ai的對比）。

MoXing與fast.ai的訓練結(jié)果對比

華為云團隊介紹，衡量分布式深度學習框架加速性能時，主要看吞吐量和收斂時間。在與吞吐量和收斂時間相關(guān)的幾個關(guān)鍵指標上，團隊都做了精心處理：

在數(shù)據(jù)讀取和預處理方面，MoXing通過利用多級并發(fā)輸入流水線使得數(shù)據(jù)IO不會成為瓶頸；

在模型計算方面，MoXing對上層模型提供半精度和單精度組成的混合精度計算，通過自適應的尺度縮放減小由于精度計算帶來的損失；

在超參調(diào)優(yōu)方面，采用動態(tài)超參策略（如momentum、batch size等）使得模型收斂所需epoch個數(shù)降到最低；

在底層優(yōu)化方面，MoXing與底層華為自研服務器和通信計算庫相結(jié)合，使得分布式加速進一步提升

后續(xù)，華為云ModelArts將進一步整合軟硬一體化的優(yōu)勢，提供從芯片（Ascend）、服務器（Atlas Server）、計算通信庫（CANN）到深度學習引擎（MindSpore）和分布式優(yōu)化框架（MoXing）全棧優(yōu)化的深度學習訓練平臺。

ModelArts會逐步集成更多的數(shù)據(jù)標注工具，擴大應用范圍，將繼續(xù)服務于智慧城市、智能制造、自動駕駛及其它新興業(yè)務場景，在公有云上為用戶提供更普惠的AI服務。