MindSpore技术理解（下）
4 GraphEngine
由于深度学习算法需要进行大量的计算，很多公司都设计了自己的深度学习专用处理器（如谷歌的张量处理器、阿里巴巴的含光等），华为也发布了自主设计的神经网络处理单元（Neural Processing Unit，NPU）——昇腾系列芯片。可以借助 GE 在 GPU、CPU、昇腾系列芯片上操作 MindSpore 定义的模型。 如图 1 所示，GE 位于 ME 和设备之间。GE 将 ME 的输出数据流图作为输入，在 GE 内部执行某些 图处理操作，以实现昇腾系列芯片的高效操作。GE 可以直接访问所有底层组件，负责图形管理、资 源分配和设备交互。
1. 前端交互
GE 内部初始化一个会话，与 ME 的会话通信，以获取待添加的图。为了避免直接访问前端的数据结构，在发送前使用 protobuf 实现序列化。GE 内部采用协同响应的反序列化，这一过程 保证了数据完全解耦。
2. 图编译器
GE 最基本也是最重要的功能是图形管理，包括图形处理和图形生命周期管理。GE 内执行一系列图形处理操作，以实现对设备的有效操作。
首先，对变量和特征映射的所有形状进行推断，以便以后进行内存分配。设备中的物理计算核在 GE 中对应不同的抽象引擎，根据引擎是否支 持算子以及引擎上的成本（有的算子只能在特定的引擎上运行，所以分配引擎时要看引擎是否 支持算子，如果多个引擎都支持该算子，则看每个引擎上的成本），图中的每一个算子都被分配 到一个最优的引擎。
然后，根据分配的引擎，将整个图分解为若干个子图。某些算子被添加到 子图中，作为图边标记。这样的一个分区使以后的优化和编译更加高效。
根据分配的不同引擎，每个子图采用不同的优化过程。该方法删除了部分冗余算子，将部分算子组合为一个大算子，进一步减少了运算量。专门设计了一种新颖的数据布局格式，以便 在昇腾系列芯片上实现更快的操作。将原始张量沿 C 轴切分为若干 C0（例如 C0=16），并将其 转换为如 4 2.图 6 所示的 5D 格式，从而确保更快地在昇腾系列芯片上获取硬件。
3. 执行和插件
图形编译和资源分配是在高度优化的图形上完成的。GE 在考虑内存复用的基础上进行内存申请，同时根据图内信息进行流和同步信号的分配。事件作为不同流之间的同步信号，保证正确的任务执行顺序。每个算子被编译为一个或多个任务，同一个算子编译出来的任务被绑定到同一条流上，不同流上的任务可以并行执行。根据不同节点之间的控制依赖关系，可以导出图中所有节点的时序关系。不同流可以并行执行，同一流中的算子之间串行操作。因此，根据顺序关系信息选择适当的流分配策略，从而保证节点之间的完全并行计算，而且不存在控制依赖关系。算子加载到对应的引擎上执行。GE 还提供 GE Plugins 作为外部插件，以便扩展 GE 的特 性。GE 只定义了外部插件模块的注册接口，具体功能在每个插件中实现，这样的设计保证了 GE 的可行性和灵活性。
5 MindData
5.1 数据处理
数据处理是一个单独的异步流水线，它为张量馈入模型做好准备。在流水线内，数据被组织成一系 列具有不同列的行，所有列都用列名标识，并且可以独立访问。流水线总是从一个源数据集算子开 始，该算子从磁盘（如 MindDataset）读取数据，并包含选择 shuffling 和 sharding 策略的标记。为 了访问流水线中的数据，可使用迭代器（Python 访问）或设备队列（直接发送到加速器设备）。
数据处理的体系结构本质上是流水线且并行的，管道的运行默认是异步的，但用户也可以在图中插 入同步点，以便流水线算子能够实时反馈循环。未来，流水线将进行动态调整，以充分利用所有可 用的资源，包括用于图像处理的硬件加速器或用于缓存的可用内存，用户只需配置默认参数以获得 良好的性能，而无须进行手动调优。
为了让用户实现快速迁移，数据处理支持用户已有的 Python 数据增强作为自定义算子以 pyfunc 方 式接入，同时现有的 Python 数据集类可以作为参数传递给 GeneratorDataset 接入。不断涌现的新 网络对数据处理的灵活性提出了新要求。数据处理支持使用用户自定义的函数（或调度）来更改参 数，例如 mini-batch 大小；还支持用户对整个 mini-batch 进行自定义转换，以进行 mini-batch 级的图像大小或多行操作（如图像混合）。为了获得更多样的增强，每个样本的增强可以从一个数据增强 操作列表中随机选择。另外，可以通过外部搜索（即 Fast AutoAugment）在候选数据增强操作列表 中进行选择，最近关于 randomAugment 和 uniformAugment 的研究表明，对很多数据集来说，只 随机从大量数据增强策略中选择合适的，不采用耗费大量搜索时间的自动数据增强方法，同样能获 得很好的结果。在训练中收集的度量的反馈（如 loss）也可以传回至数据集，以在数据处理中执行 动态调整，如 Adversrial AutoAugment 中所示。
5.2 MindRecord MindRecord
数据集格式将用户的训练数据按不同类型、不同页面进行存储，建立轻量化、高效的索引，并提供一套接口，方便用户将训练数据转换成 MindRecord 格式，然后使用 MindDataset 将训 练数据读入数据集。同时，可以快速从数据集读取重要的元数据（即数据集大小或数据布局）以提
高性能或简化用户访问。MindRecord 能够支持小块数据的高效顺序
I/O，还可以根据用例需要支持高效的随机行访问和下沉过滤。随着新用例的出现，进一步优化的功能会下沉到该数据集。
5.3 MindInsight MindInsight 提供训练看板、溯源、性能分析和调试器的功能。这些功能可以帮助开发者在训练模型 的过程中发现模型训练过程中出现的偏差，发现超参、数据增强等因素的影响，并对模型进行调试 和性能分析。通过 MindInsight，开发者可以更好地观察和理解训练过程，这样可以提升模型优化效率并优化开发者体验。
MindInsight 架构如 5.3 图 7 所示。
MindInsight 以模型训练中生成的日志文件作为输入。通过文件解析、信息提取、数据缓存、图表绘 制等一系列过程，将二进制训练信息转换成易于理解的图表，并展示在网页上。
5.3.1 训练看板 MindInsight
支持训练过程可视化。训练看板支持在页面上查看训练过程。训练看板包括训练标量信 息、参数分布图、计算图、数据图、数据抽样等模块。 训练看板是 MindInsight 在训练过程呈现方式上的创新。通过在一个页面中集成多种类型的数据，用 户只需要打开训练看板就能概览训练情况。
5.3.1 图 8 展示了训练看板的一个示例。
5.3.2 溯源 MindInsight 还支持溯源可视化。
通过将多个训练的溯源信息整合到表格和图形中，用户可以轻松选 择最优的数据处理流水线和超参设置。溯源可视化包括模型溯源可视化和数据溯源可视化。模型溯 源函数可以记录模型训练的关键参数，如损失函数、优化器、迭代次数、精度等。MindInsight 中显示多次训练的超参和评估指标，帮助用户选择最优超参。未来，将逐步引入辅助超参推荐，帮助用 户快速优化超参。
图 9 展示了模型溯源可视化的一个示例。数据溯源可视化可以记录每次模型训练的数据处理流水线。多次训练的数据处理模式显示在 MindInsight 上，帮助用户选择最优的数据处理流水线。
图 10 展示了数据溯源可视化的一个示例。
5.3.3 性能分析
为了满足工程师对神经网络性能优化的要求，我们设计并实现了性能分析工具。它可以打开 MindSpore 神经网络的执行过程，收集各算子的时间、内存等数据。MindInsight 会进一步对性能数 据进行整理、分析，呈现多维度、多层次的性能分析结果。这为神经网络性能优化提供了方向。
性能数据展示维度包括：
1. 迭代轨迹 迭代轨迹将神经网络的执行分解为多个阶段，包括数据读取、前向和反向计算、Allreduce 等， 工程师可以快速发现哪个阶段是目前的性能瓶颈。
2. 算子性能 算子性能将聚合并整理算子执行时间的数据，这样工程师可以很容易找出耗时的算子。
3. 时间轴 时间轴可以显示芯片侧执行流和执行任务的状态，帮助工程师进行细粒度的性能分析。
4. MindData Profiling 可以帮助用户定位和分析训练数据获取过程中的瓶颈，工程师可以通过提高瓶颈算子的线程数 等方法来提高性能。
5.3.4 调试器
神经网络训练中经常出现数值误差情况，如无穷大等，用户希望分析训练无法收敛的原因。但是， 由于计算被封装为黑盒，以图的方式执行，工程师很难定位其中的错误。MindInsight 调试器是图模 式下训练调试的工具，用户可以在训练过程中查看图的内部结构以及节点的输入/输出，例如查看一 个张量的值，查看图中的节点对应的 Python 代码等。此外，用户还可以选择一组节点设置条件断点， 实时监控节点的计算结果。
6 MindArmour
6.1 对抗性攻击防御
对抗性攻击[26，27]对机器学习模型安全的威胁日益严重。攻击者可以通过向原始样本添加人类不易感 知的小扰动来欺骗机器学习模型[28，29]。为了防御对抗性攻击，MA 提供了攻击（对抗样本生成）、 防御（对抗样本检测和对抗性训练）、评估（模型鲁棒性评估和可视化）等功能。 给定模型和输入数据，攻击模块提供简单的 API，能够在黑盒和白盒攻击场景下生成相应的对抗样 本。这些生成的对抗样本被输入防御模块，以提高机器学习模型的泛化能力和鲁棒性。防御模块还 实现了多种检测算法，能够根据恶意内容或攻击行为来区分对抗样本和正常样本。评估模块提供了 多种评估指标，开发者能够轻松地评估和可视化模型的鲁棒性。
6.2 隐私保护人工智能 隐私保护也是人工智能应用的一个重要课题。MA 考虑了机器学习中的隐私保护问题，并提供了相 应的隐私保护功能。针对已训练模型可能会泄露训练数据集中的敏感信息问题[30，31]，MA 实现了一 系列差分隐私优化器，自动将噪声加入反向计算生成的梯度中，从而为已训练模型提供差分隐私保 障。特别地，优化器根据训练过程自适应地加入噪声，能够在相同的隐私预算下实现更好的模型可 用性。同时提供了监测模块，能够对训练过程中的隐私预算消耗进行动态监测。用户可以像使用普 通优化器一样使用这些差分隐私优化器。
7 端云协同架构
MindSpore 旨在构建一个从端侧到云侧全场景覆盖的人工智能框架，将支持“端云”协同能力，包 括模型优化、端侧训练和推理、联邦学习等过程，如图 11 所示。
1. 模型生成与优化工具包 移动和边缘设备通常资源有限，如电源和内存。为了帮助用户利用有限的资源部署模型， MindSpore 将支持一系列优化技术，如模型自适应生成、量化策略等，如图 11 左侧所示。模 型自适应生成是指应用神经架构搜索（Neural Architecture Search，NAS[32]）技术来生成在不 同设备下时延、精度、模型大小均满足需求的模型。量化策略是指通过以更少位数的数据类型 来近似表示 32 位有限范围浮点数据类型的过程，MindSpore 支持训练后量化和量化感知训练。
2. 端侧训练和联邦学习 虽然在大型数据集上训练的深度学习模型在一定程度上是通用的，但是在某些场景中，这些模 型仍然不适用于用户自己的数据或个性化任务。 MindSpore 计划提供端侧训练方案，允许用户训练自己的个性化模型，或对设备上现有的模型 进行微调，同时避免了数据隐私、带宽限制和网络连接等问题。端侧将提供多种训练策略，如 初始化训练策略、迁移学习、增量学习等。MindSpore 还将支持联邦学习，通过向云侧发送模 型更新/梯度来共享不同的数据，如图 11 所示。基于联邦学习，模型可以学习更多的通用知识。
3. 移动和边缘设备部署 MindSpore 提供轻量级的计算引擎，支持模型在设备上高效执行。在将预先训练好的模型部署 到设备侧时，通常需要进行模型转换。然而，这个过程可能导致性能降低和精度损失。在 MindSpore 中，端侧推理模式能够兼容云上训练好的模型，因此，在设备上部署已经训练好的 模型时，无须进行转换，这样避免了潜在的性能损失。此外，MindSpore 还内置了针对设备的 各种自动优化，例如图和算子融合、精细复杂的内存管理、硬件加速等，如图 11 右侧所示。
8 评估
在本节中，我们评估了 MindSpore 在自动并行方面的性能，还在华为昇腾系列芯片集群上进行了实 验，并与当前主流的深度学习框架进行了性能对比。结果表明，我们的系统具有以下特点：（
1）高 通量；
（2）加速比随着集群的增加保持稳定。此外，我们提供了几种模型的推理性能，并获得了比 主流的深度学习框架更好的性能。
8.1 自动并行 我们在一个有 8 台设备的昇腾服务器上进行了实验。使用标准的 ResNet50，分别在原始数据并行 和自动并行下训练。原始数据并行和自动并行的比较结果如图 12 所示，分类数目从 1K 到 1024K 左右。我们观察到当分类数目小于 32K 时，两种模式的迭代次数几乎相同，因为该算法找到了数据 并行（Data-Parallelism，DP）策略。当分类数目超过 64K 后，自动并行模式相比数据并行模式， 在性能上有了较大提升。这是因为当分类数目超过 64K，该算法返回的策略是混合并行（Hybrid Parallelism，HP）（表示模型头部的算子是数据并行的，而 MatMul 算子是模型并行的，如图 3 所示）。 这一过程节省了很大的通信开销，因为模型并行避免了 MatMul 算子中由可学习参数同步引起的大 量 AllReduce。 当分类数目大于 256K 时，由于“内存溢出”（Out of Memory，OOM）失败，数据并行模式甚至不 能运行，而自动并行模式下，ResNet50 训练成功，迭代时间略有增加。
8.2 性能测试
8.2.1 训练性能
在昇腾系列芯片的集群上完成了 ResNet50 和 BERT-large 模型的训练，并与 TensorFlow 进行 了对比。TensorFlow 使用 NVIDIA DGX-2(16x V100 32G)，我们通过配置不同的 AI 设备数来对比 MindSpore 和 TensorFlow 的训练性能。如图 13 和图 14 所示，随着 AI 设备数的增加，MindSpore 可以获得比 TensorFlow 更大的吞吐量。 如图 15 所示，使用昇腾系列芯片的 MindSpore 在训练 ResNet-50v1.5 和 BERT-large 时都可以获 得超过 93%的加速比。而使用 GPU 的 TensorFlow 在训练 ResNet50 时只能达到 79%的加速比， 在训练 BERT-large 时只能达到 86%的加速比。
8.2.2 推理性能
还使用了不同的轻量级模型在华为 Mate 30 手机上进行了推理实验，如表 2 所示。在 CPU 上 执行，并将推理延迟与 TensorFlow 进行比较。结果表明，MindSpore 比 TensorFlow 具有更短的推 理时延。 表 2 用 MindSpore 和 TensorFlow Lite 在华为 Mate 30 手机进行推理的性能比较。
9 结论及未来工作方向
在本文中，介绍了新的深度学习框架——MindSpore，重点介绍了 MindSpore 的四个重要组成 部分：ME、GE、MD 和 MA 以及 MindSpore 的几个新特性，即自动并行、自动微分和端边云协同 训练，这使 MindSpore 能够实现易开发、高效执行、全场景覆盖三大目标。此外，MindSpore 还提 供可视化和防御工具，使训练过程对各种对抗性攻击都可见，并且能够抵抗这些攻击。2020 年 3 月 28 日华为发布了 MindSpore 的第一个版本，现在，MindSpore 已经成功与昇腾系列芯片适配，并应 用于华为的各种产品，从智能手机到云。今后，我们计划从几个方面改进现有的 MindSpore 系统。 对于 ME 部分，我们希望考虑拓扑感知的调度，以满足多节点集群中不同的通信需求；对于 GE，我 们将尝试进一步利用昇腾系列芯片来优化计算图；对于 MD，我们将为人工智能工程师提供更灵活 的工具来处理和增强不同类型的数据；对于 MA，我们将尝试在 CV/NLP 领域防御各种对抗性攻击。
参考文献
[1] Alex Krizhevsky, Ilya Sutskever, and Geoffrey E Hinton. Imagenet classification with deep convolutional neural networks. In Advances in neural information processing systems, pages 1097–1105, 2012.
[2] Geoffrey Hinton, Li Deng, Dong Yu, George Dahl, Abdel-rahman Mohamed, Navdeep Jaitly, Andrew Se- nior, Vincent Vanhoucke, Patrick Nguyen, Brian Kings- bury, et al. Deep neural networks for acoustic modeling in speech recognition. IEEE Signal processing maga- zine, 29, 2012.
[3] Mnih Volodymyr, Kavukcuoglu Koray, Silver David, A Rusu Andrei, and Veness Joel. Human-level control through deep reinforcement learning. Nature, 518(7540):529–533, 2015.
[4] Yoshua Bengio, Réjean Ducharme, Pascal Vincent, and Christian Jauvin. A neural probabilistic language model. Journal of machine learning research, 3(Feb):1137– 1155, 2003.
[5] Martín Abadi, Ashish Agarwal, Paul Barham, Eugene Brevdo, Zhifeng Chen, Craig Citro, Greg S Corrado, Andy Davis, Jeffrey Dean, Matthieu Devin, et al. Ten- sorflow: Large-scale machine learning on heterogeneous distributed systems. arXiv preprint arXiv:1603.04467, 2016.
[6] Adam Paszke, Sam Gross, Soumith Chintala, Gregory Chanan, Edward Yang, Zachary DeVito, Zeming Lin, Alban Desmaison, Luca Antiga, and Adam Lerer. Auto- matic differentiation in pytorch. 2017.
[7] Tianqi Chen, Mu Li, Yutian Li, Min Lin, Naiyan Wang, Minjie Wang, Tianjun Xiao, Bing Xu, Chiyuan Zhang, and Zheng Zhang. Mxnet: A flexible and efficient ma- chine learning library for heterogeneous distributed sys- tems. arXiv preprint arXiv:1512.01274, 2015.
[8] Graham Neubig, Chris Dyer, Yoav Goldberg, Austin Matthews, Waleed Ammar, Antonios Anastasopoulos, Miguel Ballesteros, David Chiang, Daniel Clothiaux, Trevor Cohn, et al. Dynet: The dynamic neural network toolkit. arXiv preprint arXiv:1701.03980, 2017.
[9] Seiya Tokui, Kenta Oono, Shohei Hido, and Justin Clay- ton. Chainer: a next-generation open source frame- work for deep learning. In Proceedings of workshop on machine learning systems (LearningSys) in the twenty- ninth annual conference on neural information process- ing systems (NIPS), volume 5, pages 1–6, 2015.
[10] Yangqing Jia, Evan Shelhamer, Jeff Donahue, Sergey Karayev, Jonathan Long, Ross Girshick, Sergio Guadar- rama, and Trevor Darrell. Caffe: Convolutional archi- tecture for fast feature embedding. In Proceedings of the 22nd ACM international conference on Multimedia, pages 675–678. ACM, 2014.
[11] Cynthia Dwork and Jing Lei. Differential privacy and robust statistics. In Proceedings of the forty-first annual ACM symposium on Theory of computing, pages 371– 380, 2009.
[12] Ran Gilad-Bachrach, Nathan Dowlin, Kim Laine, Kristin Lauter, Michael Naehrig, and John Wernsing. Cryptonets: Applying neural networks to encrypted data with high throughput and accuracy. In International Conference on Machine Learning, pages 201–210, 2016.
[13] Luca Melis, Congzheng Song, Emiliano De Cristofaro, and Vitaly Shmatikov. Exploiting unintended feature leakage in collaborative learning. In 2019 IEEE Sym- posium on Security and Privacy (SP), pages 691–706. IEEE, 2019.
[14] Lingchen Zhao, Qian Wang, Qin Zou, Yan Zhang, and Yanjiao Chen. Privacy-preserving collaborative deep learning with unreliable participants. IEEE Transactions on Information Forensics and Security, 15:1486–1500, 2019.
[15] Cormac Flanagan, Amr Sabry, Bruce F Duba, and Matthias Felleisen. The essence of compiling with con- tinuations. In Proceedings of the ACM SIGPLAN 1993 conference on Programming language design and im- plementation, pages 237–247, 1993.
[16] Bart van Merrienboer, Olivier Breuleux, Arnaud Berg- eron, and Pascal Lamblin. Automatic differentiation in ml: Where we are and where we should be going. In Advances in neural information processing systems, pages 8757–8767, 2018.
[17] Yann LeCun et al. Lenet-5, convolutional neural net- works. URL: http://yann. lecun. com/exdb/lenet, 20:5, 2015.
[18] Jacob Devlin, Ming-Wei Chang, Kenton Lee, and Kristina Toutanova. Bert: Pre-training of deep bidirec- tional transformers for language understanding. arXiv preprint arXiv:1810.04805, 2018. [19] Alec Radford, Jeffrey Wu, Rewon Child, David Luan, Dario Amodei, and Ilya Sutskever. Language models are unsupervised multitask learners. OpenAI Blog, 1(8), 2019.
[20] Mohammad Shoeybi, Mostofa Patwary, Raul Puri, Patrick LeGresley, Jared Casper, and Bryan Catanzaro. Megatron-lm: Training multi-billion parameter language models using gpu model parallelism. arXiv preprint arXiv:1909.08053, 2019.
[21] Noam Shazeer, Youlong Cheng, Niki Parmar, Dustin Tran, Ashish Vaswani, Penporn Koanantakool, Peter Hawkins, HyoukJoong Lee, Mingsheng Hong, Cliff Young, Ryan Sepassi, and Blake Hechtman. Mesh- tensorflow: Deep learning for supercomputers. In Advances in Neural Information Processing Systems (NeurIPS), pages 10414–10423. Curran Associates, Inc., 2018.
[22] Zhihao Jia, Sina Lin, Charles R. Qi, and Alex Aiken. Ex- ploring hidden dimensions in accelerating convolutional neural networks. In Proceedings of the 35th Interna- tional Conference on Machine Learning (ICML), pages 2274–2283. PMLR, 2018.
[23] Zhihao Jia, Matei Zaharia, and Alex Aiken. Beyond data and model parallelism for deep neural networks. In Pro- ceedings of the 2nd Conference on Machine Learning and Systems (MLSys). ACM, 2019.
[24] Minjie Wang, Chien-chin Huang, and Jinyang Li. Sup- porting very large models using automatic dataflow graph partitioning. In Proceedings of the Fourteenth EuroSys Conference (EuroSys). ACM, 2019.
[25] Linghao Song, Jiachen Mao, Youwei Zhuo, Xuehai Qian, Hai Li, and Yiran Chen. Hypar: Towards hybrid par- allelism for deep learning accelerator array. In 2019 IEEE International Symposium on High Performance Computer Architecture (HPCA), pages 56–68. IEEE, 2019.
[26] Ian J Goodfellow, Jonathon Shlens, and Christian Szegedy. Explaining and harnessing adversarial exam- ples. arXiv preprint arXiv:1412.6572, 2014.
[27] Naveed Akhtar and Ajmal Mian. Threat of adversarial attacks on deep learning in computer vision: A survey. IEEE Access, 6:14410–14430, 2018.
[28] Alexey Kurakin, Ian Goodfellow, and Samy Bengio. Ad- versarial examples in the physical world. arXiv preprint arXiv:1607.02533, 2016.
[29] Nicholas Carlini and David Wagner. Towards evaluating the robustness of neural networks. In 2017 ieee sympo- sium on security and privacy (sp), pages 39–57. IEEE, 2017.
[30] Matt Fredrikson, Somesh Jha, and Thomas Ristenpart. Model inversion attacks that exploit confidence infor- mation and basic countermeasures. In Proceedings of the 22nd ACM SIGSAC Conference on Computer and Communications Security, pages 1322–1333, 2015.
[31] Reza Shokri, Marco Stronati, Congzheng Song, and Vi- taly Shmatikov. Membership inference attacks against machine learning models. In 2017 IEEE Symposium on Security and Privacy (SP), pages 3–18. IEEE, 2017. [32] Thomas Elsken, Jan Hendrik Metzen, and Frank Hutter. Neural architecture search: A survey. arXiv preprint arXiv:1808.05377, 2018.