為什么你的顯卡利用率總是0%？

為啥GPU利用率總是這么低

榨干GPU的顯存，使模型成功跑起來已有多種教程。但是，又一個問題來了，GPU的利用率總是一會99%，一會10%，就不能一直99%榨干算力？導致算力不能夠完全利用的原因是數(shù)據(jù)處理的速度沒有跟上網(wǎng)絡的訓練速度。因此，我們的抓手在于提高數(shù)據(jù)的讀取、預處理速度。

定位問題

首先，我們得先判斷到底是不是數(shù)據(jù)讀取、預處理階段是整個pipeline的瓶頸，不然豈不是優(yōu)化了個寂寞。

pycharm run/profile 分析瓶頸

通過pycharm的run/profile xxx，我們可以看到程序執(zhí)行的調用圖，并且可以顯示每個步驟的耗時以及其占比。通過這個工具，我們可以分析在整套訓練代碼中時間的瓶頸，因此也能夠更加準確的定位程序運行慢的癥結所在。下圖為profile收集一個epoch結果之后所產(chǎn)生的調用圖。

我們可以看到，讀取數(shù)據(jù)的這部分為黃色，說明數(shù)據(jù)讀取部分是整個訓練pipeline的瓶頸，因此我們便可以針對性的優(yōu)化。

提高數(shù)據(jù)讀取速度

數(shù)據(jù)讀取速度慢主要是兩個方面的問題：1.數(shù)據(jù)在機械硬盤中不是連續(xù)存儲的，因此多個小文件的讀取會浪費很多時間在尋道上；2.機械硬盤的物理特性決定其讀取速度的上限。

打包數(shù)據(jù)

https://github.com/Lyken17/Efficient-PyTorch#data-loader

假如我們訓練的圖片都是比較小，但是數(shù)量比較多的情況下，我們可以采取將數(shù)據(jù)打包成一個大的文件，比如hdf5/pth等格式。這種方式主要是降低了機械硬盤的尋道時間還有OS開啟/關閉文件描述符的時間。實現(xiàn)的方法可以參考上述repo。

把數(shù)據(jù)放到內存上

相比于機械硬盤來說，內存的速度可是快了幾個量級，基本上可以說讀取無延遲。因此，如果內存夠大的話，的確可以先把數(shù)據(jù)全部都掛載在內存上，然后訓練的時候直接從內存讀取。

sudo mount tmpfs /path/to/your/data -t tmpfs -o size=30G

mount用于掛載Linux系統(tǒng)外的文件,tmpfs即temporary file system。許多軟件為了提高一些常用的數(shù)據(jù)的讀取速度，會把這些數(shù)據(jù)長期駐留在內存中以保持一個較快讀寫速度。后面的路徑則是指明需要掛載對數(shù)據(jù)的路徑，-o則是tmpfs動態(tài)大小的上限。需要注意的是，由于虛擬內存的存在（在linux為swap空間），數(shù)據(jù)并不一定都會放在物理內存中。因此我們掛載的數(shù)據(jù)也可能會因為太久沒有使用而被置換到機械硬盤中。并且，由于再邏輯上這些數(shù)據(jù)是存儲在內存中，因此斷電之后這些數(shù)據(jù)都會會清空。

加錢

都2021年了，現(xiàn)在SATA接口的SSD價格早已跌破0.5元1G了，建議可以換個大容量的SSD，提高工作效率。手頭比較寬松的小伙伴/實驗室也可以考慮一下NVMe協(xié)議的固態(tài)，速度直接起飛。

提高數(shù)據(jù)讀取/預處理速度

選擇opencv而不是PIL讀取數(shù)據(jù)

https://www.kaggle.com/yukia18/opencv-vs-pil-speed-comparisons-for-pytorch-user

上面鏈接的作者在20579張圖片中對opencv和PIL的圖片讀取、Resize、ToTensor等方法進行了對比。結論是：大部分情況下，opencv的速度都要優(yōu)于PIL。下面展示不同項目的結果對比。

prefetch

預讀就是在GPU還在訓練一個batch的同時，CPU也沒有閑著，趕緊把數(shù)據(jù)讀到內存中并進行數(shù)據(jù)預處理。在Pytorch1.7以前，一般使用Nvidia的apex庫來進行prefetch。但是有個問題就是可能會存在內存泄漏的問題，具體原因可以參考https://github.com/NVIDIA/apex/issues/439。而在Pytorch1.7版本之后，torch.utils.data里面的DataLoader中就能夠通過prefetch_factor屬性來決定每個每個 worker提前加載的sample數(shù)量。

DALI出奇跡

為了解決數(shù)據(jù)讀取和預處理速度的問題，Nvidia推出了Data Loading Library^[1]，包含了諸如數(shù)據(jù)加載、解碼、裁剪、resize還有許多數(shù)據(jù)增強功能。并且還能夠將數(shù)據(jù)預處理階段放到顯卡上運行，進一步提高了數(shù)據(jù)增強的效率，目前已經(jīng)可以輕松地被部署到TensorFlow,PyTorch,MXNet和PaddlePaddle框架。實測在使用Pytorch+DALI能夠比原來的速度提高將近四倍！^[2]

References

[1]https://docs.nvidia.com/deeplearning/dali/user-guide/docs/
[2]https://zhuanlan.zhihu.com/p/105056158

如果覺得有用，就請分享到朋友圈吧！