衡量機器學習性能的業(yè)界標準 MLPerf(https://mlperf.org) 發(fā)布了 MLPerf Training v0.7 輪的最新基準測試結(jié)果。我們開心地與大家分享，Google 的提交結(jié)果展現(xiàn)出一流的性能（達到目標質(zhì)量用時最短），能夠擴展至 4,000 多個加速器，并且在 Google Cloud 上為 TensorFlow 2 開發(fā)者提供了靈活的開發(fā)體驗。

在本文中，我們將探討 TensorFlow 2 MLPerf 提交結(jié)果，以及這些結(jié)果展示了企業(yè)如何在 Google Cloud 中尖端的 ML 加速器上運行 MLPerf 所代表的有價值的工作任務(wù)，如廣泛部署的幾代 GPU 和 Cloud TPU（

TensorFlow 2：專為性能和易用性而設(shè)計

在今年早些時候舉行的 TensorFlow 開發(fā)者峰會上，我們著重介紹了 TensorFlow 2 將注重易用性和實際性能。為爭取贏得基準測試，工程師們往往依賴于低階 API 調(diào)用和硬件專用的代碼，而這些在日常企業(yè)環(huán)境中可能很少見或不實用。借助 TensorFlow 2，我們的目標是通過更直接的代碼提供開箱即用的高性能，避免低級優(yōu)化在代碼重用性、代碼運行狀況和工程效率方面帶來的重大問題。

MLPerf Training v0.7 中 Google 使用帶 8 個 NVIDIA V100 GPU 的 Google Cloud VM 的收斂時間（分鐘）。提交結(jié)果在“可用”類別中

TensorFlow 的 Keras API（請參閱相關(guān)的一系列指南）支持多種硬件架構(gòu)，提供了易用性和可移植性。例如，模型開發(fā)者可以使用 Keras 混合精度 API 和 Distribution Strategy API 來使同一代碼庫盡可能在多個硬件平臺上流暢運行。Google 的“云端可用”類別中的 MLPerf 提交結(jié)果是由這些 API 實現(xiàn)的。這些提交結(jié)果證明了使用高階 Keras API 編寫的幾乎相同的 TensorFlow 代碼可以在業(yè)界兩個領(lǐng)先的廣泛可用的 ML 加速器平臺上提供高性能使用體驗：NVIDIA 的 V100 GPU 和 Google 的 Cloud TPU v3 Pod。

指南
https://tensorflow.google.cn/guide/keras/sequential_model

Keras混合精度 API
https://tensorflow.google.cn/guide/keras/mixed_precision

Distribution Strategy API
https://tensorflow.google.cn/guide/distributed_training

注：圖表中顯示的所有結(jié)果均于 2020 年 7 月 29 日從 www.mlperf.org 中獲取。MLPerf 名稱和徽標為商標。有關(guān)詳細信息，請訪問 www.mlperf.org。顯示的結(jié)果：0.7-1 和 0.7-2。

MLPerf Training v0.7 中使用含 16 個 TPU 芯片的 Google Cloud TPU v3 Pod 切片的收斂時間（分鐘）。提交結(jié)果在“可用”類別中

深入了解：借助 XLA 提升性能

Google 提交的在 GPU 和 Cloud TPU Pod 上的測試結(jié)果使用了 XLA 編譯器來優(yōu)化 TensorFlow 性能。XLA 是 TPU 編譯器技術(shù)棧的核心部分，可以選擇性地為 GPU 啟用。XLA 是一個基于圖模型的即時編譯器，用于執(zhí)行各種不同類型的全程序優(yōu)化，包括 ML 運算的廣泛 融合 。

XLA 編譯器
https://tensorflow.google.cn/xla

算子融合降低了 ML 模型對存儲容量和帶寬的要求。此外，融合減少了運算的啟動開銷，尤其是在 GPU 上?？傮w而言，XLA 優(yōu)化具有通用性和可移植性，與 cuDNN 和 cuBLAS 庫的互操作性十分出色，并且通?？梢宰鳛槭謩泳帉懙图墐?nèi)核的有力替代方案。

Google 的“云端可用”類別中的 TensorFlow 2 提交結(jié)果使用了 TensorFlow 2.0 中引入的 @tf.function API。@tf.function API 提供了一種簡單的方法來有選擇地啟用 XLA，從而可以精確控制將要編譯的函數(shù)。

啟用 XLA
https://www.tensorflow.org/xla/tutorials/compile

XLA 帶來的性能提升令人贊嘆：在連接 8 個 Volta V100 GPU（每個具有 16 GB GPU 內(nèi)存）的 Google Cloud VM 上，XLA 將 BERT訓練吞吐量從每秒 23.1 個序列提高到每秒 168 個序列，提升了約 7 倍。XLA 還使每個 GPU 的可運行批次大小增加了 5 倍。XLA 減少了內(nèi)存使用量，因此使得高級訓練技術(shù)（如梯度積累）的使用成為可能。

在 Google Cloud 上使用 8 個 V100 GPU 的 BERT 模型中啟用 XLA 的影響（分鐘）（Google 在 MLPerf Training 0.7 中提交的測試結(jié)果）與停用優(yōu)化條件下同一系統(tǒng)中未經(jīng)驗證的 MLPerf 結(jié)果

Google Cloud 上最先進的加速器

Google Cloud 是唯一支持訪問最新 GPU 和 Cloud TPU 的公共云平臺，使 AI 研究人員和數(shù)據(jù)科學家可以自由地為每個任務(wù)選擇合適的硬件。

GPU
https://cloud.google.com/blog/products/compute/announcing-google-cloud-a2-vm-family-based-on-nvidia-a100-gpu

Cloud TPU
https://cloud.google.com/tpu/

BERT 等前沿模型已在 Google 內(nèi)廣泛使用，并在整個行業(yè)范圍內(nèi)用于各種自然語言處理任務(wù)，現(xiàn)在可以使用訓練 Google 內(nèi)部工作任務(wù)所用的基礎(chǔ)架構(gòu)在 Google Cloud 上進行訓練。借助 Google Cloud，您可以在一個小時內(nèi)在具有 16 個 TPU 芯片的 Cloud TPU v3 Pod 切片上將 BERT 訓練 300 萬個序列，總成本不到 32 美元。

BERT
https://github.com/tensorflow/models/blob/master/official/benchmark/bert_benchmark.py

結(jié)論

Google 的 MLPerf 0.7 訓練提交結(jié)果展示了 TensorFlow 2 在最新的 ML 加速器硬件上的性能、易用性和可移植性。立即開始，體驗 TensorFlow 2 在 Google Cloud GPU、Google Cloud TPU 和具有 Google Cloud Deep Learning VM 的 TensorFlow Enterprise 上的易用性和功能。

致謝

GPU 的 MLPerf 提交結(jié)果離不開與 NVIDIA 的密切協(xié)作。NVIDIA 的所有工程師都為提交測試結(jié)果提供了幫助，在此一并表示感謝。