DDP(DistributedDataParallel)自用笔记

关注

原创 2024-12-17 14:53:06 471 阅读 AI 写同款· GEO 优化 ›

Pytorch并行计算(二): DistributedDataParallel介绍 PyTorch并行计算一、为什么要并行计算？二、基本概念三、DistributedDataParallel的使用1. multiprocessing2. distributed二者区别一些BUG和问题 nn.parallel.DistributedDataParallel 这部分是nn.DataParallel的后续，想看nn.DataParallel的点击这里为什么要用nn.parallel.DistributedDataParallel呢，首先我们看PyTorch官网对nn.DataParallel的阅读详情

DDP 的工作原理——数据并行

当一张GPU可以存储一个model时，可以通过每张GPU都复制一份模型，在不同的GPU上运行不同的数据，即将一个批次的数据送入各个模型进行并行训练，通过对并行的GPUs上的数据和模型结果进行运算（求平均梯度...）来实现增大batch、提高速度的效果。

训练过程是多进程的,每一块GPU都对应一个进程，除非我们手动实现相应代码，不然各个进程的数据都是不互通的。

如果要用DDP来进行训练，我们通常需要修改三个地方的代码：数据读取器dataloader，日志输出print，指标评估evaluate。

1. DDP的训练过程

DDP的训练过程可以总结为如下步骤：

1）在训练开始时，整个数据集被均等分配到每个GPU上。每个GPU独立地对其分配到的数据进行前向传播（计算预测输出）和反向传播（计算梯度）。

2）通过Ring-All-Reduce算法同步各个GPU上的梯度，以确保模型更新的一致性。

3）一旦所有的GPU上的梯度都同步完成，每个GPU使用这些聚合后的梯度来更新他的模型副本参数，也就是step的过程。因为每个GPU都使用相同的更新梯度，所以所有的模型副本在任何时间点上都是相同的。

2.DDP的名词定义

rank：一个分布式训练的进程号，一个序号表示一个进程，一个分布式训练由多个rank进程组成。

node：物理节点，可以是一台机器也可以是一个容器，节点内部可以有多个GPU。

rank与local_rank： rank是指在整个分布式任务中进程的序号；local_rank是指在一个node上进程的相对序号，local_rank在node之间相互独立。

nnodes、node_rank与nproc_per_node： nnodes是指物理节点数量，node_rank是物理节点的序号；nproc_per_node是指每个物理节点上面进程的数量。

word size ：全局（一个分布式任务）中，rank的数量。

master_addr与master_port：主节点的地址以及端口，供init_method 的tcp方式使用。因为pytorch中网络通信建立是从机去连接主机，运行ddp只需要指定主节点的IP与端口，其它节点的IP不需要填写。这个两个参数可以通过环境变量或者init_method传入。

3. DDP是如何分布式的并行的运行代码的：

分布式训练通过启动多个进程，每个进程负责不同的 GPU 或部分计算任务。

--use_env 会自动设置分布式训练所需的环境变量，主要包括：

RANK：全局进程 ID。
WORLD_SIZE：总进程数。
LOCAL_RANK：当前进程对应的 GPU 索引（在本地节点上的 GPU 编号）。
MASTER_ADDR：主节点地址。
MASTER_PORT：主节点通信端口。

例如，假设你使用两张 GPU（nproc_per_node=2），会启动两个进程，分别负责 GPU 0 和 GPU 1。每个进程都会独立执行 main(args)。

## init_distributed_mode:
#给每个进程分配local rank序号，指导gpu的device序号
args.gpu = int(os.environ['LOCAL_RANK'])

这时，init_distributed_mode会根据环境变量进行初始化，比如说，上面两个进程，会分别得到：

arg.gpu=0和arg.gpu=1

Rank: 0, Local Rank: 0, World Size: 2
Rank: 1, Local Rank: 1, World Size: 2

还有一个问题：

获得多gpu方法：

logging.info(f'GPU is available:{torch.cuda.is_available()}')
    if torch.cuda.is_available():
        gpus = torch.cuda.device_count()
        for i in range(gpus):
            print(f'\t GPU{i}.:{torch.cuda.get_device_name(i)}')

如果要想高效的处理并行运算：

可以使用nn.parallel.DataParallel或nn.parallel.DistributedDataParallel，如：

从其他文章中学习的第一版（个人感觉不太符合我的需求）：

在指定gpu的时候，如果device='cuda'，并且是ddp多卡运行，那么xx.to(device)默认选择第一个卡作为选中的gpu，这意味着，即使系统中有多块 GPU，这条命令也只会指向默认的一块。比如：

device = torch.device(args.device)  # args.device='cuda'
model.to(device)

model 会在“cuda:0”上。

下面这种一次性输入多个device给ddp，不符合我一张gpu处理一个进程的需求，（不考虑）：

#指定多个GPU
from torch.nn import DataParallel
#上面这一行一定要加，因为没加一直报错都开始怀疑torch版本是不是有问题了哈哈
import os
os.environ['CUDA_VISIBLE_DEVICES']='0,2,3,4'#代表使用的第一块，第三块，第四块和第五块卡
device_ids = [0,2,3,4]
model  = torch.nn.Dataparallel(model, device_ids =device_ids)
model = model.cuda()

或：

model = torch.nn.Dataparallel(model)  
# 默认适用所有gpu（这种可以通过CUDA_VISIBLE_DEVICES在命令行中指定使用的gpu）

二改：

DDP单机多卡的gpu定义问题

torch.nn.parallel.DistributedDataParallel (简称 DDP) 时，device_ids参数指定的是 每个进程负责的设备列表，而不是整个系统的所有设备。

torch.nn.parallel.DistributedDataParallel的作用是copy model给每个进程。所以，该函数中的device_ids参数告诉 DDP 当前进程应该使用哪些设备（通常是一个或多个 GPU），并且这些设备是该进程独占的。
对于单机多卡训练，device_ids通常是每个进程对应的单个 GPU 的设备 ID 列表，如 [0], [1]。
如果一个进程负责多个 GPU，则 device_ids可以是一个列表，如 [0, 1]。（但通常不这样）

所以，正确代码：

torch.cuda.set_device(args.local_rank)  # 设置当前进程使用的 GPU
model = DistributedDataParallel(model, device_ids=[args.local_rank])

这样的话，每个model使用的device_ids就是当前进程分配的gpu id：例 [0]。

参考：Pytorch DistributedDataParallel（DDP）教程一：快速入门理论篇_distributeddataparallel教程-优快云博客 PyTorch分布式训练基础--DDP使用 - 知乎

PyTorch 源码解读之 DP & DDP：模型并行和分布式训练解析_runtimeerror: distributeddataparallel is not neede-优快云博客

标签

#笔记

多卡训练DataParallel和DistributedDataParallel的使用和区别分布式训练，DataParallel，DistributedDataParallel，DP，DDP，init_process_group，单机单卡，单机多卡，多机多卡阅读详情