如何进行基准测试¶

本文介绍如何给深度学习框架做基准测试。基准测试主要包含验证模型的精度和性能两方面，下文包含搭建测试环境，选择基准测试模型，验证测试结果等几方面内容。

验证深度学习框架，可分为训练和测试两个阶段， 验证指标略有不同，本文只介绍训练阶段的指标验证。训练阶段关注的是模型训练集上的精度，训练集是完备的，因此关注大batch_size下的训练速度,关注吞吐量，例如图像模型常用的batch_size=128, 多卡情况下会加大；预测阶段关注的是在测试集上的精度，线上服务测试数据不能提前收集，因此关注小batch_size下的预测速度，关注延迟，例如预测服务常用的batch_size=1, 4等。

Fluid是PaddlePaddle从0.11.0版本开始引入的设计，本文的基准测试在该版本上完成。

环境搭建¶

基准测试中模型精度和硬件、框架无关，由模型结构和数据共同决定；性能方面由测试硬件和框架性能决定。框架基准测试为了对比框架之间的差异，控制硬件环境，系统库等版本一致。下文中的对比实验都在相同的硬件条件和系统环境条件下进行.

不同架构的GPU卡性能差异巨大，在验证模型在GPU上训练性能时，可使用NVIDIA提供的命令:nvidia-smi 检验当前使用的GPU型号，如果测试多卡训练性能，需确认硬件连接是 nvlink或 PCIe。 同样地，CPU型号会极大影响模型在CPU上的训练性能。可读取/proc/cpuinfo中的参数，确认当前正在使用的CPU型号。

下载GPU对应的Cuda Tool Kit和 Cudnn，或者使用NVIDIA官方发布的nvidia-docker镜像 nvidia-docker, 镜像内包含了Cuda和Cudnn，本文采用这种方式。 Cuda Tool Kit包含了GPU代码使用到的基础库，影响在此基础上编译出的Fluid二进制运行性能。

准备好Cuda环境后，从github上下载Paddle代码并编译，会生成对应的最适合当前GPU的sm_arch二进制sm_arch。另外，cudnn对卷积类任务影响巨大，在基准测试中需要小版本一致，例如Cudnn7.0.2与Cudnn7.1.4在Resnet上有5%以上差异。

选择基准模型¶

对框架做基准测试，需要覆盖不同训练任务和不同大小的模型，本文中选取了图像和NLP的最为常用的5个模型。

CycleGAN, SE-ResNeXt50, DeepLab_V3+属于CNN模型, Bert, Transformer是一种比传统RNN模型更好的NLP模型。 benchmark 基准模型测试脚本中，均跳过了前几个batch的训练过程，原因是加载数据和分配显存受系统当前运行情况影响，会导致统计性能不准确。运行完若干个轮次后，统计对应指标。

基准模型的数据的选择方面，数据量大且验证效果多的公开数据集为首选。图像模型CycleGAN选择了horse2zebra数据集，SE-ResNeXt50选择了image-net数据集，图像大小预处理为和Imagenet相同大小，因此性能可直接对比。 NLP模型的公开且影响力大数据集较少，Bert和Transformer模型都选择了Wikipedia数据集。

注意，图像模型每条样本大小相同，图像经过变换后大小一致，因此经过的计算路径基本相同，计算速度和显存占用波动较小，可以从若干个batch的数据中采样得到当前的训练性能数据。而NLP模型由于样本长度不定，计算路径和显存占用也不相同，因此只能完整运行若干个轮次后，统计速度和显存消耗。 显存分配是特别耗时的操作，因此Fluid默认会占用所有可用显存空间形成显存池，用以加速计算过程中的显存分配。如果需要统计模型真实显存消耗，可设置环境变量FLAGS_fraction_of_gpu_memory_to_use=0.0，观察最大显存开销。

测试过程¶

• GPU 单机单卡测试

本教程使用了Cuda9, Cudnn7.0.1。来源为:nvidia/cuda:9.0-cudnn7-devel-ubuntu16.04

    nvidia-docker run -it --name CASE_NAME --security-opt seccomp=unconfined -v $PWD/benchmark:/benchmark -v /usr/lib/x86_64-linux-gnu:/usr/lib/x86_64-linux-gnu paddlepaddle/paddle:latest-dev /bin/bash

在单卡上测试，设置CUDA的环境变量使用一块GPU，CUDA_VISIBLE_DEVICES=0 然后代码中设置为使用CUDAPlace，如果使用Paddle代码库中的脚本，只需要命令行参数传入 use_gpu=True即可。

    >>> import paddle.fluid as fluid
    >>> place = fluid.CUDAPlace(0) // 0 指第0块GPU

测试结果¶

本教程对比相同环境下的Fluid1.4, Pytorch1.1.0和TensorFlow1.12.0的性能表现。 硬件环境为 CPU: Intel(R) Xeon(R) Gold 6148 CPU @ 2.40GHz, GPU: Tesla v100(volta) 21729MiB x 1, Nvidia-Driver 384.66。 系统环境为Ubuntu 16.04.3 LTS, 本文中采用了docker环境，系统版本为nvidia-docker17.05.0-ce。 测试的Fluid版本为v.1.4.1 。 TensorFlow版本为v.1.12.0-rc2。 Pytorch版本为v.1.1.0。 使用的脚本和配置见benchmark 。 SE-ResNeXt50对比的框架是Pytorch，因为tensorflow上没有对应的模型。 图表中统计单位为samples/秒。

• GPU 单机单卡测试结果