【導讀】華為云ModelArts在國際權威的深度學習模型基準測試平臺斯坦福DAWNBenchmark上取得了當前圖像識別訓練時間最佳成績，ResNet-50在ImageNet數據集上收斂僅用10分28秒，比第二名成績提升近44%。華為自研了分布式通用加速框架MoXing，在應用層和TensorFlow、MXNet、PyTorch等框架之間實現再優化。ModelArts公測地址：https://www.huaweicloud.com/product/modelarts.html

日前，斯坦福大學發布了DAWNBenchmark最新成績，在圖像識別（ResNet50-on-ImageNet，93%以上精度）的總訓練時間上，華為云ModelArts排名第一，僅需10分28秒，比第二名提升近44%。

斯坦福大學DAWNBenchmark圖像識別訓練時間最新成績，華為云ModelArts以10分28秒排名第一，超越了fast.ai、谷歌等勁敵。來源：dawn.cs.stanford.edu/benchmark/

作為人工智能最重要的基礎技術之一，近年來深度學習逐步延伸到更多的應用場景。除了精度，訓練時間和成本也是構建深度學習模型時需要考慮的核心要素。然而，當前的深度學習基準往往以衡量精度為主，斯坦福大學DAWNBench正是在此背景下提出。

斯坦福DAWNBench是衡量端到端深度學習模型訓練和推理性能的國際權威基準測試平臺，提供了一套通用的深度學習評價指標，用于評估不同優化策略、模型架構、軟件框架、云和硬件上的訓練時間、訓練成本、推理延遲以及推理成本，吸引了谷歌、亞馬遜AWS、fast.ai等高水平隊伍參與，相應的排名反映了當前全球業界深度學習平臺技術的領先性。

正是在這樣高手云集的基準測試中，華為云ModelArts第一次參加國際排名，便實現了更低成本、更快速度的體驗。

華為云創造端到端全棧優化新紀錄：128塊GPU，10分鐘訓練完ImageNet

為了達到更高的精度，通常深度學習所需數據量和模型都很大，訓練非常耗時。例如，在計算機視覺領域常用的經典ImageNet數據集（1000個類別，共128萬張圖片）上，用1塊P100 GPU訓練一個ResNet-50模型， 耗時需要將近1周。這嚴重阻礙了深度學習應用的開發進度。因此，深度學習訓練加速一直是學術界和工業界所關注的重要問題，也是深度學習應用的主要痛點。

曾任Kaggle總裁和首席科學家的澳大利亞數據科學家和企業家Jeremy Howard，與其他幾位教授共同組建了AI初創公司fast.ai，專注于深度學習加速。他們用128塊V100 GPU，在上述ImageNet數據集上訓練ResNet-50模型，最短時間為18分鐘。

最近BigGAN、NASNet、BERT等模型的出現，預示著訓練更好精度的模型需要更強大的計算資源。可以預見，在未來隨著模型的增大、數據量的增加，深度學習訓練加速將變得會更加重要。

只有擁有端到端全棧的優化能力，才能使得深度學習的訓練性能做到極致。

華為云ModelArts功能視圖

華為云ModelArts是一站式的AI開發平臺，已經服務于華為公司內部各大產品線的AI模型開發，幾年下來已經積累了跨場景、軟硬協同、端云一體等多方位的優化經驗。

ModelArts提供了自動學習、數據管理、開發管理、訓練管理、模型管理、推理服務管理、市場等多個模塊化的服務，使得不同層級的用戶都能夠很快地開發出自己的AI模型。

自研分布式通用加速框架MoXing，性能再加速

為什么ModelArts能在圖像識別的訓練時間上取得如此優異的成績？

答案是“MoXing”。

在模型訓練部分，ModelArts通過硬件、軟件和算法協同優化來實現訓練加速。尤其在深度學習模型訓練方面，華為將分布式加速層抽象出來，形成一套通用框架——MoXing（“模型”的拼音，意味著一切優化都圍繞模型展開）。

采用與fast.ai一樣的硬件、模型和訓練數據，ModelArts可將訓練時長可縮短到10分鐘，創造了新的紀錄，為用戶節省44%的時間

MoXing是華為云ModelArts團隊自研的分布式訓練加速框架，它構建于開源的深度學習引擎TensorFlow、MXNet、PyTorch、Keras之上，使得這些計算引擎分布式性能更高，同時易用性更好。

華為云MoXing架構圖

MoXing內置了多種模型參數切分和聚合策略、分布式SGD優化算法、級聯式混合并行技術、超參數自動調優算法，并且在分布式訓練數據切分策略、數據讀取和預處理、分布式通信等多個方面做了優化，結合華為云Atlas高性能服務器，實現了硬件、軟件和算法協同優化的分布式深度學習加速。

有了MoXing后，上層開發者可以聚焦業務模型，無需關注下層分布式相關的API，只用根據實際業務定義輸入數據、模型以及相應的優化器即可，訓練腳本與運行環境（單機或者分布式）無關，上層業務代碼和分布式訓練引擎可以做到完全解耦。

用數據說話：從吞吐量和收斂時間看加速性能

深度學習加速屬于一個從底層硬件到上層計算引擎、再到更上層的分布式訓練框架及其優化算法多方面協同優化的結果，具備全棧優化能力才能將用戶訓練成本降到最低。

在模型訓練這方面，華為云ModelArts內置的MoXing框架使得深度學習模型訓練速度有了很大的提升。

下圖是華為云團隊測試的模型收斂曲線（128塊V100 GPU，完成ResNet50-on-ImageNet）。一般在ImageNet數據集上訓練ResNet-50模型，當Top-5精度≥93%或者Top-1 精度≥75%時，即可認為模型收斂。

ResNet50-on-ImageNet訓練收斂曲線（曲線上的精度為訓練集上的精度）：（a）所對應的模型在驗證集上Top-1 精度≥75%，訓練耗時為10分06秒；（b） 所對應的模型在驗證集上Top-5精度≥93%，訓練耗時為10分28秒。

Top-1和Top-5精度為訓練集上的精度，為了達到極致的訓練速度，訓練過程中采用了額外進程對模型進行驗證，最終驗證精度如下表所示（包含與fast.ai的對比）。

MoXing與fast.ai的訓練結果對比

華為云團隊介紹，衡量分布式深度學習框架加速性能時，主要看吞吐量和收斂時間。在與吞吐量和收斂時間相關的幾個關鍵指標上，團隊都做了精心處理：

在數據讀取和預處理方面，MoXing通過利用多級并發輸入流水線使得數據IO不會成為瓶頸；

在模型計算方面，MoXing對上層模型提供半精度和單精度組成的混合精度計算，通過自適應的尺度縮放減小由于精度計算帶來的損失；

在超參調優方面，采用動態超參策略（如momentum、batch size等）使得模型收斂所需epoch個數降到最低；

在底層優化方面，MoXing與底層華為自研服務器和通信計算庫相結合，使得分布式加速進一步提升

后續，華為云ModelArts將進一步整合軟硬一體化的優勢，提供從芯片（Ascend）、服務器（Atlas Server）、計算通信庫（CANN）到深度學習引擎（MindSpore）和分布式優化框架（MoXing）全棧優化的深度學習訓練平臺。

ModelArts會逐步集成更多的數據標注工具，擴大應用范圍，將繼續服務于智慧城市、智能制造、自動駕駛及其它新興業務場景，在公有云上為用戶提供更普惠的AI服務。

目前華為云ModelArts已經在公測中。