天翼云代理,天翼云代理商,北京代理商
天翼云2.5折专线：18510009100/18510009200（全国市话）
云服务器资讯

比较CPU和GPU中的矩阵计算

云服务器资讯
2022-10-25 06:10:46

GPU 计算与 CPU 相比能够快多少？在本文中，我将使用 Python 和 PyTorch 线性变换函数对其进行测试。

CPU和GPU

以下是测试机配置：

CPU：英特尔 i7 6700k (4c/8t) GPU：RTX 3070 TI（6,144 个 CUDA 核心和 192 个 Tensor 核心） 内存：32G 操作系统：Windows 10

无论是cpu和显卡都是目前常见的配置，并不是顶配（等4090能够正常发货后我们会给出目前顶配的测试结果）

NVIDIA GPU 术语解释

CUDA 是Compute Unified Device Architecture的缩写。可以使用 CUDA 直接访问 NVIDIA GPU 指令集，与专门为构建游戏引擎而设计的 DirectX 和 OpenGL 不同，CUDA 不需要用户理解复杂的图形编程语言。但是需要说明的是CUDA为N卡独有，所以这就是为什么A卡对于深度学习不友好的原因之一。

Tensor Cores是加速矩阵乘法过程的处理单元。

例如，使用 CPU 或 CUDA 将两个 4×4 矩阵相乘涉及 64 次乘法和 48 次加法，每个时钟周期一次操作，而Tensor Cores每个时钟周期可以执行多个操作。

CUDA

上面的图来自 Nvidia 官方对 Tensor Cores 进行的介绍视频

CUDA 核心和 Tensor 核心之间有什么关系？Tensor Cores 内置在 CUDA 核心中，当满足某些条件时，就会触发这些核心的操作。

测试方法

GPU的计算速度仅在某些典型场景下比CPU快。在其他的一般情况下，GPU的计算速度可能比CPU慢!但是CUDA在机器学习和深度学习中被广泛使用，因为它在并行矩阵乘法和加法方面特别出色。

矩阵乘法和加法

上面的操作就是我们常见的线性操作，公式是这个


这就是PyTorch的线性函数torch.nn.Linear的操作。可以通过以下代码将2x2矩阵转换为2x3矩阵: 

import torch in_row,in_f,out_f = 2,2,3 tensor = torch.randn(in_row,in_f) l_trans = torch.nn.Linear(in_f,out_f) print(l_trans(tensor))
						
    
							
							
  • 
								1.
							
    • 

							
  • 
								2.
							
    • 

							
  • 
								3.
							
    • 

							
  • 
								4.
							
    • 

							
  • 
								5.
							
    •

CPU 基线测试

在测量 GPU 性能之前，我需要线测试 CPU 的基准性能。

为了给让芯片满载和延长运行时间，我增加了in_row、in_f、out_f个数，也设置了循环操作10000次。 

import torch import torch.nn import timein_row, in_f, out_f = 256, 1024, 2048 loop_times = 10000
						
    
							
							
  • 
								1.
							
    • 

							
  • 
								2.
							
    • 

							
  • 
								3.
							
    • 

							
  • 
								4.
							
    •

现在，让我们看看CPU完成10000个转换需要多少秒: 

s = time.time() tensor = torch.randn(in_row, in_f).to('cpu') l_trans = torch.nn.Linear(in_f, out_f).to('cpu') for _ in range(loop_times): print('cpu take time:',time.time()-s) #cpu take time: 55.70971965789795
						
    
							
							
  • 
								1.
							
    • 

							
  • 
								2.
							
    • 

							
  • 
								3.
							
    • 

							
  • 
								4.
							
    • 

							
  • 
								5.
							
    • 

							
  • 
								6.
							
    • 

							
  • 
								7.
							
    • 

							
  • 
								8.
							
    •

可以看到cpu花费55秒。

GPU计算

为了让GPU的CUDA执行相同的计算，我只需将. To (' cpu ')替换为. cuda()。另外，考虑到CUDA中的操作是异步的，我们还需要添加一个同步语句，以确保在所有CUDA任务完成后打印使用的时间。 

s = time.time() tensor = torch.randn(in_row, in_f).cuda() l_trans = torch.nn.Linear(in_f, out_f).cuda() for _ in range(loop_times): torch.cuda.synchronize() print('CUDA take time:',time.time()-s) #CUDA take time: 1.327127456665039
						
    
							
							
  • 
								1.
							
    • 

							
  • 
								2.
							
    • 

							
  • 
								3.
							
    • 

							
  • 
								4.
							
    • 

							
  • 
								5.
							
    • 

							
  • 
								6.
							
    • 

							
  • 
								7.
							
    • 

							
  • 
								8.
							
    • 

							
  • 
								9.
							
    • 

							
  • 
								10.
							
    •

并行运算只用了1.3秒，几乎是CPU运行速度的42倍。这就是为什么一个在CPU上需要几天训练的模型现在在GPU上只需要几个小时。因为并行的简单计算式GPU的强项

如何使用Tensor Cores

CUDA已经很快了，那么如何启用RTX 3070Ti的197Tensor Cores?，启用后是否会更快呢？在PyTorch中我们需要做的是减少浮点精度从FP32到FP16。，也就是我们说的半精度或者叫混合精度 

s = time.time() tensor = torch.randn(in_row, in_f).cuda().half() layer = torch.nn.Linear(in_f, out_f).cuda().half() for _ in range(loop_times): torch.cuda.synchronize() print('CUDA with tensor cores take time:',time.time()-s) #CUDA with tensor cores take time:0.5381264686584473
						
    
							
							
  • 
								1.
							
    • 

							
  • 
								2.
							
    • 

							
  • 
								3.
							
    • 

							
  • 
								4.
							
    • 

							
  • 
								5.
							
    • 

							
  • 
								6.
							
    • 

							
  • 
								7.
							
    • 

							
  • 
								8.
							
    • 

							
  • 
								9.
							
    •

又是2.6倍的提升。

总结

在本文中，通过在CPU、GPU CUDA和GPU CUDA +Tensor Cores中调用PyTorch线性转换函数来比较线性转换操作。下面是一个总结的结果:

Tensor

NVIDIA的CUDA和Tensor Cores确实大大提高了矩阵乘法的性能。

后面我们会有两个方向的更新

1、介绍一些简单的CUDA操作（通过Numba），这样可以让我们了解一些细节

2、我们会在拿到4090后发布一个专门针对深度学习的评测，这样可以方便大家购买可选择


12年经验 · 提供上云保障

服务热线：132-6161-6125（手机） 400-150-1900（全国市话）

站内导航： 天翼云服务器价格| 天翼云购买流程| 天翼云代理| 北京天翼云代理商| 杭州天翼云代理| 深圳天翼云代理商| 钉钉代理商| 阿里云代理| 公司官网

我公司收款账号| 天翼云备案系统

CopyRight © 2019 天翼云代理商. All Rights Reserved　京ICP备2024071855号-7　管理-北京优胜智连科技有限公司