基于Spark的分布式深度学习框架BigDL开源了！

最新推荐文章于 2025-07-13 20:22:53 发布

looper66

最新推荐文章于 2025-07-13 20:22:53 发布

阅读量2.5k

点赞数

CC 4.0 BY-SA版权

本文链接：https://blog.youkuaiyun.com/looper66/article/details/54669297

BigDL是一款由Intel开源的Apache Spark上的分布式深度学习框架。它利用现有的Spark集群来执行深度学习任务，简化了从Hadoop加载大规模数据集的过程。测试显示，BigDL在Xeon服务器上的性能优于Caffe、Torch和TensorFlow等流行框架，并能与主流GPU相媲美。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

导读	Intel开源了基于Apache Spark的分布式深度学习框架BigDL，BigDL借助现有的Spark集群来运行深度学习计算，并简化存储在Hadoop中的大数据集的数据加载。

基于Spark的分布式深度学习框架BigDL开源了！基于Spark的分布式深度学习框架BigDL开源了！

在Xeon服务器上运行的测试结果表明，BigDL比其他开源框架Caffe、Torch和TensorFlow有显著的性能提升。BigDL速度可与主流GPU匹敌，而且能够扩展到数十个Xeon服务器，BigDL库支持Spark 1.5、1.6和2.0版本，并容许将深度学习嵌入在现有的Spark程序中，BigDL库中有把Spark RDDs转换为BigDL DataSet的方法，并且可以直接与Spark ML Pipelines一起使用。

对于模型训练，BigDL使用了在多个执行器中执行单个Spark任务的同步小批量SGD（Stochastic Gradient Descent），每个执行器运行一个多线程引擎并处理一部分微批次数据，在当前版本中，所有的训练和验证数据都存储到存储器中。
基于Spark的分布式深度学习框架BigDL开源了！基于Spark的分布式深度学习框架BigDL开源了！

BigDL使用Scala开发，并参考了Torch的模型；像Torch一样，它有一个使用Intel MKL库进行计算的Tensor类，Intel MKL（Math Kernel Library）是由一系列为计算优化过的小程序所组成的库，这些小程序从FFT（快速傅立叶变换）到矩阵乘法均有涉及，常用于深度学习模型训练，Module是另一个从Torch借鉴而来的概念，它的灵感来自Torch的nn package，Module代表单独的神经网络层、Table和Criterion。

BigDL提供了一个AWS EC2镜像和一些示例，比如使用卷积神经网络进行文本分类，还有图像分类以及如何将在Torch或Caffe中预训练过的模型加载到Spark中进行预测计算，来自社区的请求主要包括提供对Python的支持和MKL-DNN（MKL的深度学习扩展）。