英伟达悄悄发布最新TensorRT8,性能提升200%!

机器学习实验室

共 4807字,需浏览 10分钟

 ·

2021-08-20 13:27






转自:新智元  来源:Nvidia

近日,英伟达悄悄地发布了TensorRT 8,BERT-Large推理仅需1.2毫秒!同时还加入了量化感知训练和对稀疏性的支持,实现了性能200%的提升。项目已开源。


2019年黄仁勋在GTC China正式发布了TensorRT 7,并称其是「我们实现的最大飞跃」。


然而今年TensorRT 8的发布却十分低调。

 


相比于7.0,TensorRT 8可以说是实现了2倍的性能提升。


  1. 1.2毫秒内实现BERT-Large的推理
 
  1. 通过量化感知训练让INT8的精度达到了与FP32相当的水平
 
  1. 支持稀疏性,让Ampere GPU拥有更快的推理速度
 
 
TensorRT 8可应用于各种不同的场景,例如自动送货机器人、自动化农场、自动光学检测、视频分析,还有能够转写和输入的聊天机器人。
 

TensorRT


TensorRT是一种高性能的深度学习推理(Inference)的优化器和运行引擎,以TensorFlow等框架训练得到的模型作为输入,为CUDA GPU生成优化了的模型运行时间。
 
TensorRT为深度学习推理应用的生产部署提供了INT8和FP16优化,通过减少推理的时间来降低应用程序的延迟。
 
同时,TensorRT可以通过寻找计算图中可以融合的节点和边,减少计算和内存访问,并利用稀疏张量核心提供额外的性能提升。
 
 
1. 降低混合精度
通过将模型量化到INT8,同时保留精度,最大限度地提高吞吐量
 
2. 层和张量融合
通过融合内核中的节点,优化GPU内存和带宽的使用
 
3. 内核自动调整
根据目标GPU平台选择最佳数据层和算法
 
4. 动态张量内存
最大限度地减少内存占用,并有效地重复使用张量的内存
 
5. 多数据流执行
使用可扩展的设计来并行处理多个输入流
 
6. 时间融合
通过动态生成的内核,在时间上优化循环神经网络
 

7.0


相比于只支持30种模型的TensorRT 5,TensorRT 7支持各种类型的RNN、Transformer和CNN,并且还支持多达1000种不同的计算变换和优化,包括BERT、RoBERTa等。
 
 
在交互式会话AI方面,TensorRT 7可以让推理时间缩短到0.3秒,是CPU速度的10倍。
 
 
那问题来了,这次新推出的TensorRT 8做出了哪些改进呢?
 

推理速度更快


大型语言模型(LSLM),如BERT、GPT-2和XL-Net,极大提升了许多自然语言处理(NLP)任务的准确性。

自2018年10月发布以来,BERT(Bidirectional Encoder Representations from Transformers)及其所有的许多变体,仍然是最受欢迎的语言模型之一,并且仍然可以提供SOTA的准确性。

通过最新的优化,TensorRT 8可以加速所有大型语言模型,并将推理时间减少到TensorRT 7的50%。
 
让交互式会话AI更智能
 
 
英伟达AI软件产品管理总监Kari Briski指出,TensorRT 8在BERT- Large的推理上取得了突破。
 
TensorRT 8能够在短短1.2毫秒内对BERT进行推理。
 
这种推理速度「可以让对话式AI更智能」,提高众多交互式应用程序的性能。
 
稀疏性让Ampere GPUs推理更快
 
在AI推理和机器学习中,稀疏性是指包含许多不会显着影响计算的零或值的数字矩阵。
 
 

多年来,机器学习研究人员一直在努力使用数字来加速人工智能,目标是减少深度学习所需的矩阵乘法堆,缩短获得结果的时间。

 

在TensorRT 8中使用稀疏性技术,能够提升英伟达Ampere架构的GPU性能。

 

在保证推理精度的同时,降低深度学习模型中的部分权重,减小模型所需要的带宽和内存。

 

内存有富余,就可以分配给那些需要计算的部分,推理速度自然也上来了。


量化感知训练提高精度

 
 
一直以来,人工智能培训是在数据中心完成的,用大量数据、几十万小时的语音数据进行训练,将模型训练到最高级别的准确度。
 
但是,经过大量训练、准确度高的模型运行起来可能会很慢,模型也会变得越来越复杂。
 
根据O Reilly最近发布的调查结果显示,86.7%的组织现在正在考虑、评估或投入生产AI产品。
 
德勤报告称,53%采用人工智能的企业在2019年和2020年在技术和人才上的支出超过2000万美元。
 
换言之,现在不仅是数据中心会进行推理部分的工作,在嵌入式系统、汽车系统中也会有推理工作。
 
这就要求在推理过程中,保持训练时的最高准确度,并且在硬件设备上运行,尽可能缩短响应时间和增加客户吞吐量。
 
因此,TensorRT 8优化了Transformer,增强了性能。
 
同时利用量化感知训练提高准确性,将INT8精度的准确度提高了2倍,既保证精度,也减少了计算和存储成本。
 

TensorRT的应用



英伟达表示,自五年前TensorRT首次发布以,下载量已经达到近250万次,共27500家公司加入到该生态之中,应用的领域涵盖医疗保健、汽车、金融和零售等。
 
应用TensorRT的公司
 
开源AI公司Hugging Face与英伟达合作推出了AI文本分析、神经搜索和对话式AI服务。
 
该公司的产品总监Jeff Boudier称,在TensorRT 8的帮助下,Hugging Face在BERT上的推理延迟仅有1.2毫秒。
 
在临床医疗领域应用方面,GE医疗心血管超声首席工程师Erik Steen表示,临床医生需要花时间来评估超声图像。
 
但TensorRT实时的推理能力,极大提高了GE医疗的视图检测算法性能,极大加快了临床医生的工作效率。
 
而微信也实现了基于TensorRT-and-INT8 QAT的模型推理加速,加快微信搜索的核心业务。
 
TensorRT 8无疑还会促使客服机器人反应更快更聪明,让实时翻译更迅速。

现在,TensorRT 8最新版本已在GitHub中开源。


部署TensorRT


下载TensorRT Build

git clone -b master https://github.com/nvidia/TensorRT TensorRT
cd TensorRT
git submodule update --init --recursive


如果使用TensorRT OSS Build容器,TensorRT库已经预装在/usr/lib/x86_64-linux-gnu下。否则需要下载TensorRT GA build。


Ubuntu 18.04 x86-64 cuda-11.3

cd ~/Downloadstar -xvzf TensorRT-8.0.1.6.Ubuntu-18.04.x86_64-gnu.cuda-11.3.cudnn8.2.tar.gzexport TRT_LIBPATH=`pwd`/TensorRT-8.0.1.6


Windows x86-64 cuda-11.3

cd ~Downloads
Expand-Archive .TensorRT-8.0.1.6.Windows10.x86_64.cuda-11.3.cudnn8.2.zip
$Env:TRT_LIBPATH =  $(Get-Location)TensorRT-8.0.1.6 
$Env:PATH +=  C:Program Files (x86)Microsoft Visual Studio7ProfessionalMSBuild.0Bin 


构建环境


1. 生成TensorRT-OSS Build容器


TensorRT-OSS Build容器可以使用提供的Dockerfiles和Build脚本来生成。


Ubuntu 18.04 x86-64 cuda-11.3

./docker/build.sh --file docker/ubuntu-18.04.Dockerfile --tag tensorrt-ubuntu18.04-cuda11.3 --cuda 11.3.1


2. 启动TensorRT-OSS Build容器


Ubuntu 18.04

./docker/launch.sh --tag tensorrt-ubuntu18.04-cuda11.3 --gpus all


构建TensorRT-OSS


生成Makefiles或VS项目(Windows)并构建。


Linux x86-64 cuda-11.3

cd $TRT_OSSPATH
mkdir -p build && cd build
cmake .. -DTRT_LIB_DIR=$TRT_LIBPATH -DTRT_OUT_DIR=`pwd`/out
make -j$(nproc)


Windows x86-64 Powershell

cd $Env:TRT_OSSPATH
mkdir -p build ; cd build
cmake .. -DTRT_LIB_DIR=$Env:TRT_LIBPATH -DTRT_OUT_DIR= $(Get-Location)out  -DCMAKE_TOOLCHAIN_FILE=..cmake    oolchainscmake_x64_win.toolchain
msbuild ALL_BUILD.vcxproj


往期精彩:

 我工作第五年的学习与读书之法

 Swin-UNet:基于纯 Transformer 结构的语义分割网络

 Swin Transformer:基于Shifted Windows的层次化视觉Transformer设计

 TransUNet:基于 Transformer 和 CNN 的混合编码网络

 SETR:基于视觉 Transformer 的语义分割模型

 ViT:视觉Transformer backbone网络ViT论文与代码详解

【原创首发】机器学习公式推导与代码实现30讲.pdf

【原创首发】深度学习语义分割理论与实战指南.pdf

浏览 42
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报
评论
图片
表情
推荐
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报