Pytorch 多GPU训练-多计算节点并行-All you need

概述

本篇介绍多计算节点上的pytorch分布式训练。从环境配置到运行demo的所有步骤，step by step。没有理论原理，理论原理可以参考这里.

基础环境

• 多台linux计算节点，通过网络连接，不同主机之间可以相互ping通。网速越快越好，如果通信速度比较慢，就不用怎么考虑分布式训练。

• 所有linux计算节点都包含若干GPU，GPU数量可以不一致，但是所有GPU计算速度尽量一致，否则模型的同步时会等待大量时间（短板效应）。

• 所有计算节点都拥有Pytorch运行环境，即都可以单独的运行训练代码。

NFS环境搭建

这里NFS有两个作用：（1）集群初始化时作为多个进程（不同主机上）UDS（unix domain socket）的通信地址；（2）数据集统一存放在NFS目录上，所有进程都可以同时访问。

选择一台与计算节点同一网段的linux主机作为存储节点，或者使用计算节点中的一台作为存储节点。

存储节点操作如下：

apt-get install nfs-kernel-server
<path to share> *(rw,sync,no_root_squash,no_subtree_check) # insert this line to /etc/exports, save & exit
exportfs -a 

数据集保存到共享目录中。
所有计算节点将共享目录挂载到本地：

mkdir /mnt/nfs
mount -t nfs <ip of storage node>:<path to share> /mnt/nfs

分布式训练

代码见: github ，需要自己更改数据集的地址。

运行demo

分别在三个主机上运行如下的命令。word_size 为 3，当启动的进程数少于3时，所有已经启动的进程会等待，进程数达到3时集群创建成功，训练开始。每个计算节点都使用该计算节点上的两个GPU --gpu_devices 0 1。

# node 1
python multigpu_demo_v3.py 
    --init_method file://<absolute path to nfs file> 
    --rank 0 
    --world_size 3 
    --gpu_devices 0 1

# node 2
python multigpu_demo_v3.py 
    --init_method file://<absolute path to nfs file> 
    --rank 1 
    --world_size 3 
    --gpu_devices 0 1

# node 3
python multigpu_demo_v3.py 
    --init_method file://<absolute path to nfs file> 
    --rank 2 
    --world_size 3
    --gpu_devices 0 1

更多测试细节见github。

总结

Pytorch里的分布式训练只能实现增大batch size的作用，对于速度的提升不明显，对于Batch Norm没有帮助，如果要提升BN的效果，需要用Sync Bn。