WOT

Saturday, August 12, 2017

La costosa eficiencia de los aceleradores de aprendizaje profundo personalizados

Nota: Este artículo es una traducción del original que aparece en THE NEXT PLATFORM: Wrenching Efficiency Out of Custom Deep Learning Accelerators

Muchas gracias a la autora Nicole Hemsoth por permitir su publicación en español.


La costosa eficiencia de los aceleradores de aprendizaje profundo personalizados
7 de Agosto 7 de 2017. Nicole Hemsoth
Los aceleradores personalizados para el entrenamiento de redes neuronales han sido objeto de una gran atención en los últimos años, pero al no tener un software lo suficientemente ágil, la programación de muchos de ellos resulta difícil dando lugar a un funcionamiento poco eficiente. Esta dificultad se puede resolver mediante diferentes optimizaciones del modelo, pero como otras fuentes argumentan, la eficiencia y los ciclos de reposo  también se pueden abordar con un compilador a medida.
Eugenio Culurciello, ingeniero eléctrico de la Universidad de Purdue, afirma que es difícil conseguir una eficiencia total de cálculo de los aceleradores de aprendizaje profundo personalizados. Esta consideración ha impulsado a su equipo en Purdue a construir un acelerador basado en FPGA al que podrían no afectar las cargas de trabajo de redes neuronales convolucionales (CNN) y que podría conseguir la máxima utilización y eficiencia en una serie de tareas de aprendizaje profundo, incluyendo ResNet y AlexNet.
Snowflake es un acelerador escalable y programable de bajo consumo para aprendizaje profundo con un conjunto de instrucciones personalizadas basado en RISC. Lleva a cabo el control de la fuente de información para un conjunto personalizado de instrucciones a través de un compilador personalizado que genera instrucciones y administra los datos en la memoria principal. La estructura del software entrena la representación del modelo de alto nivel de Torch7, que alimenta un flujo de instrucciones que se ejecutan en Snowflake. El esquema del software Snowball permite la usabilidad y la utilización del hardware.

La arquitectura hardware de Snowflake se basa en una matriz de 16 bits para multiplicar y acumular unidades (MACs). Un vector MAC (vMAC) está compuesto de una MACs 16 que procesa 256 bits en un ciclo. Una unidad de cálculo (CU) tiene cuatro vMAC (y cada uno de ellos tiene su propio nucleo con buffer de memoria transitoria). El tiempo de transferencia de datos se superpone con el tiempo de cálculo MAC utilizando una estrategia de doble memoria intermedia. Estos grupos se asocian en racimos con su propia fuente de información basada en RISC. Dos procesadores ARM Cortex A9 sirven de hosts.

‘La arquitectura se ha diseñado para proporcionar un alto rendimiento dada la secuencia óptima de instrucciones. Sin embargo, la elaboración manual de instrucciones del tipo ensamblador puede ser engorrosa y propensa a errores, especialmente en el caso de modelos formados por varias capas, como ocurre con ResNet', explican sus creadores. 'Incluso si se es lo suficientemente paciente como para escribir código manualmente para algunos modelos de aprendizaje profundo de última generación, una mayor personalización, tanto en el hardware como en el software, requeriría modificar miles de líneas de código ensamblador, para evitar la experimentación en sistemas personalizados de aprendizaje profundo.'
'Snowflake es capaz de lograr una eficiencia de cálculo de más del 91% de la totalidad del modelo en modernos modelos CNN, y el 99% en algunas capas individuales', declara Culurciello. 'Implementado sobre un Xilinx Zynq XC7Z045 SoC es capaz de conseguir un rendimiento máximo de 128 Giga operaciones/s y un rendimiento medido de 100 tramas por segundo y 120 Giga operaciones/s sobre el modelo CNN AlexNet, 36 tramas por segundo y 116 Giga operaciones/s en el modelo CNN GoogLeNet y 17 tramas por segundo y 122 Giga operaciones/s en el modelo CNN ResNet-50. Hasta donde sabemos, Snowflake es el único sistema implementado capaz de conseguir una eficiencia superior al 91% en CNNs modernas y el único sistema implementado con GoogLeNet y ResNet como parte de la suite de aplicaciones de medidas de rendimiento.’


Esta es una comparación interesante con la TPU de Google en el rendimiento por vatio. El equipo de trabajo no explica los resultados de la TPU, pero indica que ' mantuvo una cifra optimista para la TPU, con un porcentaje de utilización mucho menor que el 100% cuando se ejecutan modelos para los que no está optimizada.' Culurciello señala que el Snowflake SoC 1k tendrá la misma capacidad de cómputo que la última versión de GPU Nvidia Titan X.
Culurciello concluye que Snowflake y el esquema de Snowball abordan algunos de los principales puntos de diseño de software que llevan a muchos aceleradores de hardware a tener lagunas en cuanto a la eficiencia. Estos incluyen análisis de estructura de modelo, desglose de carga de la trabajo, reordenamiento de bucle y equilibrio del acceso a memoria. Estos se han probado con resultados positivos en su propio acelerador de Snowflake, pero el equipo confía en que estos puedan aplicarse a otros aceleradores personalizados. Puede encontrar  aquí una descripción en profundidad  tanto de la arquitectura Snowflake como del esquema de software de Snowball.
Los problemas técnicos con los aceleradores personalizados representan un desafío. La otra gran cuestión en el horizonte es hasta qué punto se habrán hecho imprescindibles estos chips personalizados a medida que las grandes empresas trabajen para integrar funciones valiosas en en ámbito de aprendizaje profundo en chips estándar (como lo está haciendo Intel con su familia de procesadores Knights, por ejemplo). Con funciones de aprendizaje profundo de mayor alcance en entornos de software común, la necesidad y el uso de aceleradores personalizados para estas tareas podrían comenzar a desaparecer. Sin embargo, el trabajo para hacer que los FPGAs se acerquen más a esa línea de partida es interesante ya que aumenta la amalgama arquitectónica.


No comments:

Post a Comment