17-使用和购买GPU

使用和购买 GPU

使用 GPU

（简而言之，自 2000 年以来，GPU 性能每 10 年增长 1000 倍，本节主要介绍如何利用这种计算性能进行研究，首先是使用单个 GPU，然后是如何使用多个 GPU 和多个服务器）

准备：
- （首先确保至少安装了一个 NVDIA GPU，然后下载NVIDIA 驱动和 CUDA并按照提示设置适当的路径）
- 查看显卡信息：

!nvidia-smi

Fri Jan 14 03:23:18 2022
+-----------------------------------------------------------------------------+
| NVIDIA-SMI 418.67       Driver Version: 418.67       CUDA Version: 10.1     |
|-------------------------------+----------------------+----------------------+
| GPU  Name        Persistence-M| Bus-Id        Disp.A | Volatile Uncorr. ECC |
| Fan  Temp  Perf  Pwr:Usage/Cap|         Memory-Usage | GPU-Util  Compute M. |
|===============================+======================+======================|
|   0  Tesla V100-SXM2...  Off  | 00000000:00:1B.0 Off |                    0 |
| N/A   43C    P0    74W / 300W |   1608MiB / 16130MiB |      0%      Default |
+-------------------------------+----------------------+----------------------+
|   1  Tesla V100-SXM2...  Off  | 00000000:00:1C.0 Off |                    0 |
| N/A   42C    P0    62W / 300W |   1706MiB / 16130MiB |      9%      Default |
+-------------------------------+----------------------+----------------------+
|   2  Tesla V100-SXM2...  Off  | 00000000:00:1D.0 Off |                    0 |
| N/A   64C    P0    68W / 300W |     11MiB / 16130MiB |      0%      Default |
+-------------------------------+----------------------+----------------------+
|   3  Tesla V100-SXM2...  Off  | 00000000:00:1E.0 Off |                    0 |
| N/A   57C    P0    45W / 300W |     11MiB / 16130MiB |      0%      Default |
+-------------------------------+----------------------+----------------------+

+-----------------------------------------------------------------------------+
| Processes:                                                       GPU Memory |
|  GPU       PID   Type   Process name                             Usage      |
|=============================================================================|
|    0      5034      C   ...conda3/envs/d2l-en-release-0/bin/python  1597MiB |
|    1      5034      C   ...conda3/envs/d2l-en-release-0/bin/python  1695MiB |

（可以看到这里显示有 4 块 Tesla V100 的 GPU，Memory-Usage 显示的是“当前使用空间 / 总空间”，GPU-Util 显示的是模型训练时 GPU 的使用率，如果为 50%以下说明模型可能不太好）

准备（续）：
- 在 PyTorch 中，每个数组都有一个设备（device），我们通常将其称为上下文（context）。默认情况下，所有变量和相关的计算都分配给 CPU。有时上下文可能是 GPU。当我们跨多个服务器部署作业时，事情会变得更加棘手。通过智能地将数组分配给上下文，我们可以最大限度地减少在设备之间传输数据的时间。例如，当在带有 GPU 的服务器上训练神经网络时，我们通常希望模型的参数在 GPU 上。
- 要运行此部分中的程序，至少需要两个 GPU。注意，对于大多数桌面计算机来说，这可能是奢侈的，但在云中很容易获得。例如，你可以使用 AWS EC2 的多 GPU 实例。本书的其他章节大都不需要多个 GPU，而本节只是为了展示数据如何在不同的设备之间传递。

计算设备：

我们可以指定用于存储和计算的设备，如 CPU 和 GPU。默认情况下，张量是在内存中创建的，然后使用 CPU 计算它。所有的深度学习框架都是默认在 CPU 上做运算，如果要使用 GPU 则需要指定计算机更换运算位置。
在 PyTorch 中，CPU 和 GPU 可以用torch.device('cpu') 和torch.device('cuda')表示。
cpu设备意味着所有物理 CPU 和内存，这意味着 PyTorch 的计算将尝试使用所有 CPU 核心。然而，gpu设备只代表一个卡和相应的显存。
如果有多个 GPU，我们使用torch.device(f'cuda:{i}') 来表示第i块 GPU（i从 0 开始）。另外，cuda:0和cuda是等价的。
```
import torch
from torch import nn
```

"""指定cpu, gpu设备"""
torch.device('cpu'), torch.device('cuda'), torch.device('cuda:1')
# cpu, gpu0, gpu1

"""
输出:
(device(type='cpu'), device(type='cuda'), device(type='cuda', index=1))
"""

"""查询可用gpu数量"""
torch.cuda.device_count()

"""
输出:
2
"""

"""定义了两个方便的函数， 这两个函数允许我们在不存在所需所有GPU的情况下运行代码"""


"""如果存在，则返回gpu(i)，否则返回cpu()"""
def try_gpu(i=0):
# 不输入参数则默认i = 0
    if torch.cuda.device_count() >= i + 1:
        return torch.device(f'cuda:{i}')
     # 如果当前可用gpu的总数大于等于i+1，则返回第i个gpu（从0计数）
    return torch.device('cpu')
	# 否则证明当前没有更多可用gpu，则返回cpu


"""返回所有可用的GPU，如果没有GPU，则返回[cpu(),]"""
def try_all_gpus():
    devices = [torch.device(f'cuda:{i}')
             for i in range(torch.cuda.device_count())]
    # 所有可用gpu设备序号组成的列表devices

    return devices if devices else [torch.device('cpu')]
	# 如果列表devices不为空则证明此时有可用的gpu，则返回可用gpu序号列表；否则证明没有可用gpu，则返回cpu

try_gpu(), try_gpu(10), try_all_gpus()
# 测试函数功能
# try_gpu():检测是否有第i=0号gpu
# try_gpu(10):检测是否有第i=10号gpu
# try_all_gpus():返回所有可用gpu序号列表，如果没有gpu则返回cpu

"""
输出：
(device(type='cuda', index=0),
 device(type='cpu'),
 [device(type='cuda', index=0), device(type='cuda', index=1)])
"""

# device(type='cuda', index=0): 有第0号gpu
# device(type='cpu'): 没有第10号gpu
# [device(type='cuda', index=0), device(type='cuda', index=1)]: 共有序号为0、1的两个gpu

张量与 GPU
- ```
"""我们可以查询张量所在的设备。 默认情况下，张量是在CPU上创建的。"""
x = torch.tensor([1, 2, 3])
x.device

"""
device(type='cpu')
"""
# 默认情况下，张量是在CPU上创建的
```
- 注意：无论何时我们要对多个项进行操作，它们都必须在同一个设备上。例如，如果我们对两个张量求和，我们需要确保两个张量都位于同一个设备上，否则框架将不知道在哪里存储结果，甚至不知道在哪里执行计算。
- 存储在 GPU 上：
```
"""我们在第一个gpu上创建张量变量X"""
X = torch.ones(2, 3, device=try_gpu())
"""
tensor([[1., 1., 1.],
        [1., 1., 1.]], device='cuda:0')
"""

"""假设你至少有两个GPU，下面的代码将在第二个GPU上创建一个随机张量"""
Y = torch.rand(2, 3, device=try_gpu(1))
"""
tensor([[0.3432, 0.4088, 0.7725],
        [0.0571, 0.3341, 0.2544]], device='cuda:1')
"""
```
- 复制：如果我们要计算X + Y，我们需要决定在哪里执行这个操作。例如，如下图所示，我们可以将X传输到第二个 GPU 并在那里执行操作。不要简单地X加上Y，因为这会导致异常，运行时引擎不知道该怎么做：它在同一设备上找不到数据会导致失败。由于Y位于第二个 GPU 上，所以我们需要将X移到那里，然后才能执行相加运算。
- ```
"""将gpu(0)中的X复制到gpu(1)中的Z"""
Z = X.cuda(1)
print(X)
print(Z)

"""
tensor([[1., 1., 1.],
        [1., 1., 1.]], device='cuda:0')
tensor([[1., 1., 1.],
        [1., 1., 1.]], device='cuda:1')
"""


"""现在数据在同一个GPU上（Z和Y都在），我们可以将它们相加。"""
Y + Z

"""
tensor([[1.3432, 1.4088, 1.7725],
        [1.0571, 1.3341, 1.2544]], device='cuda:1')
"""


"""如果变量Z已经存在于第i个GPU上，再调用Z.cuda(i)只会返回Z并不会复制并分配新内存"""
Z.cuda(1) is Z

"""
True
"""
```
- 旁注：人们使用 GPU 来进行机器学习，因为单个 GPU 相对运行速度快。但是在设备（CPU、GPU 和其他机器）之间传输数据比计算慢得多。这也使得并行化变得更加困难，因为我们必须等待数据被发送（或者接收），然后才能继续进行更多的操作。这就是为什么拷贝操作要格外小心。根据经验，多个小操作比一个大操作糟糕得多。此外，一次执行几个操作比代码中散布的许多单个操作要好得多（除非你确信自己在做什么）。如果一个设备必须等待另一个设备才能执行其他操作，那么这样的操作可能会阻塞。这有点像排队订购咖啡，而不像通过电话预先订购：当你到店的时候，咖啡已经准备好了。当我们打印张量或将张量转换为 NumPy 格式时，如果数据不在内存中，框架会首先将其复制到内存中，这会导致额外的传输开销。更糟糕的是，它现在受制于全局解释器锁，使得一切都得等待 Python 完成。
神经网络与 GPU
- 类似地，神经网络模型可以指定设备。下面的代码将模型参数放在 GPU 上。
```
net = nn.Sequential(nn.Linear(3, 1))
net = net.to(device=try_gpu())
```
- 当输入为 GPU 上的张量时，模型将在同一 GPU 上计算结果。总之，只要所有的数据和参数都在同一个设备上，我们就可以有效地学习模型。
```
net(X)
"""
tensor([[0.5037],
        [0.5037]], device='cuda:0', grad_fn=<AddmmBackward>)
"""

net[0].weight.data.device
"""
device(type='cuda', index=0)
"""
```

购买 GPU

目前，AMD 和 NVIDIA 是专用 GPU 的两大主要制造商。NVIDIA 是第一个进入深度学习领域的公司，通过 CUDA 为深度学习框架提供更好的支持。因此，大多数买家选择 NVIDIA GPU。

NVIDIA 提供两种类型的 GPU，针对个人用户（例如，通过 GTX 和 RTX 系列）和企业用户（通过其 Tesla 系列）。这两种类型的 GPU 提供了相当的计算能力。但是，企业用户 GPU 通常使用强制（被动）冷却、更多内存和 ECC（纠错）内存。这些 GPU 更适用于数据中心，通常成本是消费者 GPU 的十倍。

如果你是一个拥有 100 个服务器的大公司，你应该考虑英伟达 Tesla 系列，或者在云中使用 GPU 服务器。对于实验室或 10+服务器的中小型公司，英伟达 RTX 系列可能是最具成本效益的。你可以购买超微或华硕机箱的预配置服务器，这些服务器可以有效地容纳 4-8 个 GPU。

GPU 供应商通常每一到两年发布一代，例如 2017 年发布的 GTX 1000（Pascal）系列和 2019 年发布的 RTX 2000（Turing）系列。每个系列都提供几种不同的型号，提供不同的性能级别。GPU 性能主要是以下三个参数的组合：

计算能力。通常我们追求 32 位浮点计算能力。16 位浮点训练（FP16）也进入主流。如果你只对预测感兴趣，还可以使用 8 位整数。最新一代图灵 GPU 提供 4-bit 加速。不幸的是，目前训练低精度网络的算法还没有普及。
内存大小。随着你的模型变大或训练期间使用的批量变大，你将需要更多的 GPU 内存。检查 HBM2（高带宽内存）与 GDDR6（图形 DDR）内存。HBM2 速度更快，但成本更高。
内存带宽。只有当你有足够的内存带宽时，你才能最大限度地利用你的计算能力。如果使用 GDDR6，请追求宽内存总线。

对于大多数用户来说，只需看看计算能力就足够了。请注意，许多 GPU 提供不同类型的加速。例如，NVIDIA 的 Tensor Cores 将操作符子集的速度提高了 5×

。确保你的库支持这一点。GPU 内存应不小于 4GB（8GB 更好）。尽量避免将 GPU 也用于显示 GUI（改用内置显卡）。如果无法避免，请添加额外的 2GB RAM 以确保安全。

下图比较了各种 GTX 900、GTX 1000 和 RTX 2000 系列的（GFlops）和价格（Price）。价格是维基百科上的建议价格。

我们可以看到很多事情：

在每个系列中，价格和性能大致成比例。Titan 因拥有大 GPU 内存而有相当的溢价。然而，通过比较 980 Ti 和 1080 Ti 可以看出，较新型号具有更好的成本效益。RTX 2000 系列的价格似乎没有多大提高。然而，它们提供了更优秀的低精度性能（FP16、INT8 和 INT4）。
GTX 1000 系列的性价比大约是 900 系列的两倍。
对于 RTX 2000 系列，浮点计算能力是价格的“仿射”函数。

上图显示了能耗与计算量基本成线性关系。其次，后一代更有效率。这似乎与对应于 RTX 2000 系列的图表相矛盾。然而，这是 TensorCore 不成比例的大能耗的结果。

最近更新于 0001-01-01