显存分配与优化¶
PaddlePaddle的显存分配策略¶
由于原生的CUDA系统调用 cudaMalloc
和 cudaFree
均是同步操作,非常耗时。因此与许多框架类似,PaddlePaddle采用了显存预分配的策略加速显存分配。具体方式为:
- 在分配requested_size大小的显存时,
- 若requested_size <= chunk_size,则框架会预先分配chunk_size大小的显存池chunk,并从chunk中分出requested_size大小的块返回。之后每次申请显存都会从chunk中分配。
- 若requested_size > chunk_size,则框架会直接调用
cudaMalloc
分配requested_size大小的显存返回。
- 在释放free_size大小的显存时,
- 若free_size <= chunk_size,则框架会将该显存放回预分配的chunk中,而不是直接返回给CUDA。
- 若free_size > chunk_size,则框架会直接调用
cudaFree
将显存返回给CUDA。
上述的chunk_size由环境变量 FLAGS_fraction_of_gpu_memory_to_use
确定,chunk_size的计算公式为:
chunk_size = FLAGS_fraction_of_gpu_memory_to_use * 单张GPU卡的总显存
FLAGS_fraction_of_gpu_memory_to_use
的默认值为0.92,即框架预先分配显卡92%的显存。
若你的GPU卡上有其他任务占用显存,你可以适当将 FLAGS_fraction_of_gpu_memory_to_use
减少,保证框架能预分配到合适的chunk,例如:
export FLAGS_fraction_of_gpu_memory_to_use=0.4 # 预先40%的GPU显存
若 FLAGS_fraction_of_gpu_memory_to_use
设为0,则每次显存分配和释放均会调用 cudaMalloc
和 cudaFree
,会严重影响性能,不建议你使用。
只有当你想测量网络的实际显存占用量时,你可以设置 FLAGS_fraction_of_gpu_memory_to_use
为0,观察nvidia-smi显示的显存占用情况。
PaddlePaddle的显存优化策略¶
PaddlePaddle提供了多种通用显存优化方法,优化你的网络的显存占用。
GC策略: 显存垃圾及时回收¶
GC(Garbage Collection)的原理是在网络运行阶段及时释放无用变量的显存空间,达到节省显存的目的。GC适用于使用Executor,ParallelExecutor做模型训练/预测的场合。
GC策略由三个环境变量控制:
FLAGS_eager_delete_tensor_gb
GC策略的使能开关,double类型,默认值为-1。GC策略会积攒一定大小的显存垃圾后再统一释放,FLAGS_eager_delete_tensor_gb
控制的是显存垃圾的阈值,单位是GB。建议用户设置 FLAGS_eager_delete_tensor_gb=0
。
若 FLAGS_eager_delete_tensor_gb=0
,则一旦有显存垃圾则马上回收,最为节省显存。
若 FLAGS_eager_delete_tensor_gb=1
,则显存垃圾积攒到1G后才触发回收。
若 FLAGS_eager_delete_tensor_gb<0
,则GC策略关闭。
FLAGS_memory_fraction_of_eager_deletion
GC策略的调节flag,double类型,默认值为1,范围为[0,1],仅适用于使用ParallelExecutor或CompiledProgram+with_data_parallel的场合。
GC内部会根据变量占用的显存大小,对变量进行降序排列,且仅回收前 FLAGS_memory_fraction_of_eager_deletion
大的变量显存。建议用户维持默认值,即 FLAGS_memory_fraction_of_eager_deletion=1
。
若 FLAGS_memory_fraction_of_eager_deletion=0.6
,则表示仅回收显存占用60%大的变量显存。
若 FLAGS_memory_fraction_of_eager_deletion=0
,则表示不回收任何变量的显存,GC策略关闭。
若 FLAGS_memory_fraction_of_eager_deletion=1
,则表示回收所有变量的显存。
FLAGS_fast_eager_deletion_mode
快速GC策略的开关,bool类型,默认值为True,表示使用快速GC策略。快速GC策略会不等待CUDA Kernel结束直接释放显存。建议用户维持默认值,即 FLAGS_fast_eager_deletion_mode=True
。
Inplace策略: Op内部的输出复用输入¶
Inplace策略的原理是Op的输出复用Op输入的显存空间。例如,reshape操作的输出和输入可复用同一片显存空间。
Inplace策略适用于使用ParallelExecutor或CompiledProgram+with_data_parallel的场合,通过 BuildStrategy
设置。
具体方式为:
build_strategy = fluid.BuildStrategy()
build_strategy.enable_inplace = True # 开启Inplace策略
compiled_program = fluid.CompiledProgram(train_program)
.with_data_parallel(loss_name=loss.name, build_strategy=build_strategy)
由于目前设计上的一些问题,在开启Inplace策略后,必须保证后续exe.run中fetch_list的变量是persistable的,即假如你后续需要fetch的变量为loss和acc,则必须设置:
loss.persistable = True
acc.persistable = True
MemoryOptimize策略: 跨Op间的显存复用(不推荐)¶
MemoryOptimize策略的原理是当前Op的输出变量复用前继Op的无用变量空间。由于MemoryOptimize策略会延长显存空间的生命周期,这部分复用的显存可能无法及时释放,导致显存峰值升高,因此不建议用户使用该开关。
由于历史原因,PaddlePaddle提供了2个MemoryOptimize接口:
BuildStrategy
中的memory_optimize
:设置build_strategy.memory_optimize=True
开启MemoryOptimize策略。fluid.memory_optimize()
接口:该接口已废弃,不建议用户使用!
与Inplace策略相同,开启MemoryOptimize策略时同样要保证后续exe.run中fetch_list的变量是persistable的。
显存优化Best Practice¶
我们推荐你的最佳显存优化策略为:
- 开启GC策略:设置
FLAGS_eager_delete_tensor_gb=0
。 - 开启Inplace策略:设置
build_strategy.enable_inplace = True
,并设置fetch_list中的var.persistable = True
。