运行管理

     

概述

初始化网络之前要配置context参数,用于控制程序执行的策略。比如选择执行模式、选择执行后端、配置分布式相关参数等。按照context参数设置实现的不同功能,可以将其分为执行模式管理、硬件管理、分布式管理和维测管理等。

执行模式管理

MindSpore支持PyNative和Graph这两种运行模式:

  • PYNATIVE_MODE:动态图模式,将神经网络中的各个算子逐一下发执行,方便用户编写和调试神经网络模型。

  • GRAPH_MODE:静态图模式或者图模式,将神经网络模型编译成一整张图,然后下发执行。该模式利用图优化等技术提高运行性能,同时有助于规模部署和跨平台运行。

模式选择

通过设置可以控制程序运行的模式,默认情况下,MindSpore处于PyNative模式。

代码样例如下:

from mindspore import context
context.set_context(mode=context.GRAPH_MODE)

模式切换

实现两种模式之间的切换。

MindSpore处于PYNATIVE模式时,可以通过context.set_context(mode=context.GRAPH_MODE)切换为Graph模式;同样地,MindSpore处于Graph模式时,可以通过 context.set_context(mode=context.PYNATIVE_MODE)切换为PyNative模式。

代码样例如下:

import numpy as np
import mindspore.nn as nn
from mindspore import context, Tensor

context.set_context(mode=context.GRAPH_MODE, device_target="GPU")

conv = nn.Conv2d(3, 4, 3, bias_init='zeros')
input_data = Tensor(np.ones([1, 3, 5, 5]).astype(np.float32))
conv(input_data)
context.set_context(mode=context.PYNATIVE_MODE)
conv(input_data)

上面的例子先将运行模式设置为GRAPH_MODE模式,然后将模式切换为PYNATIVE_MODE模式,实现了模式的切换。

硬件管理

硬件管理部分主要包括device_targetdevice_id两个参数。

  • device_target: 用于设置目标设备,支持Ascend、GPU和CPU,可以根据实际环境情况设置。

  • device_id: 表示卡物理序号,即卡所在机器中的实际序号。如果目标设备为Ascend,且规格为NAscend(其中N>1,如8Ascend),在非分布式模式执行的情况下,为了避免设备的使用冲突,可以通过设置device_id决定程序执行的device编号,该编号范围为:0 ~ 服务器总设备数量-1,服务器总设备数量不能超过4096,默认为设备0。

在GPU和CPU上,设置device_id参数无效。

代码样例如下:

from mindspore import context
context.set_context(device_target="Ascend", device_id=6)

分布式管理

context中有专门用于配置并行训练参数的接口:context.set_auto_parallel_context,该接口必须在初始化网络之前调用。

分布式管理详细介绍可以查看分布式并行

维测管理

为了方便维护和定位问题,context提供了大量维测相关的参数配置,如采集profiling数据、异步数据dump功能和print算子落盘等。

采集profiling数据

系统支持在训练过程中采集profiling数据,然后通过profiling工具进行性能分析。当前支持采集的profiling数据包括:

  • enable_profiling:是否开启profiling功能。设置为True,表示开启profiling功能,从enable_options读取profiling的采集选项;设置为False,表示关闭profiling功能,仅采集training_trace。

  • profiling_options:profiling采集选项,取值如下,支持采集多项数据。 result_path: Profiling采集结果文件保存路径。该参数指定的目录需要在启动训练的环境上(容器或Host侧)提前创建且确保安装时配置的运行用户具有读写权限,支持配置绝对路径或相对路径(相对执行命令时的当前路径); training_trace:采集迭代轨迹数据,即训练任务及AI软件栈的软件信息,实现对训练任务的性能分析,重点关注数据增强、前后向计算、梯度聚合更新等相关数据,取值on/off。 task_trace:采集任务轨迹数据,即昇腾910处理器HWTS/AICore的硬件信息,分析任务开始、结束等信息,取值on/off; aicpu_trace: 采集aicpu数据增强的profiling数据。取值on/off; fp_point: training_trace为on时需要配置。指定训练网络迭代轨迹正向算子的开始位置,用于记录前向算子开始时间戳。配置值为指定的正向第一个算子名字。当该值为空时,系统自动获取正向第一个算子名字; bp_point: training_trace为on时需要配置。指定训练网络迭代轨迹反向算子的结束位置,用于记录反向算子结束时间戳。配置值为指定的反向最后一个算子名字。当该值为空时,系统自动获取反向最后一个算子名字; ai_core_metrics: 取值如下:

    • ArithmeticUtilization: 各种计算类指标占比统计。

    • PipeUtilization: 计算单元和搬运单元耗时占比,该项为默认值。

    • Memory: 外部内存读写类指令占比。

    • MemoryL0: 内部内存读写类指令占比。

    • ResourceConflictRatio: 流水线队列类指令占比。

代码样例如下:

from mindspore import context
context.set_context(enable_profiling=True, profiling_options= '{"result_path":"/home/data/output","training_trace":"on"}')

保存MindIR

通过context.set_context(save_graphs=True)来保存各个编译阶段的中间代码。

被保存的中间代码有两种格式:一个是后缀名为.ir的文本格式,一个是后缀名为.dot的图形化格式。

当网络规模较大时建议使用更高效的文本格式来查看,当网络规模不大时,建议使用更直观的图形化格式来查看。

代码样例如下:

from mindspore import context
context.set_context(save_graphs=True)

MindIR详细介绍可以查看MindSpore IR(MindIR)

print算子落盘

默认情况下,MindSpore的自研print算子可以将用户输入的Tensor或字符串信息打印出来,支持多字符串输入,多Tensor输入和字符串与Tensor的混合输入,输入参数以逗号隔开。

Print打印功能可以查看Print算子功能介绍

  • print_file_path:可以将print算子数据保存到文件,同时关闭屏幕打印功能。如果保存的文件已经存在,则会给文件添加时间戳后缀。数据保存到文件可以解决数据量较大时屏幕打印数据丢失的问题。

代码样例如下:

from mindspore import context
context.set_context(print_file_path="print.pb")

context接口详细介绍可以查看mindspore.context