tensorflow - TPU 比 GPU 慢？

Question

我刚刚在 Google Colab 中尝试使用 TPU，我想看看 TPU 比 GPU 快多少。令人惊讶的是，我得到了相反的结果。

以下是NN。

  random_image = tf.random_normal((100, 100, 100, 3))
  result = tf.layers.conv2d(random_image, 32, 7)
  result = tf.reduce_sum(result)

性能结果:

CPU: 8s
GPU: 0.18s
TPU: 0.50s

我不知道为什么......TPU的完整代码如下:

def calc():
  random_image = tf.random_normal((100, 100, 100, 3))
  result = tf.layers.conv2d(random_image, 32, 7)
  result = tf.reduce_sum(result)
  return result

tpu_ops = tf.contrib.tpu.batch_parallel(calc, [], num_shards=8)

session = tf.Session(tpu_address)
try:
  print('Initializing global variables...')
  session.run(tf.global_variables_initializer())
  print('Warming up...')
  session.run(tf.contrib.tpu.initialize_system())
  print('Profiling')
  start = time.time()
  session.run(tpu_ops)
  end = time.time()
  elapsed = end - start
  print(elapsed)
finally:
  session.run(tf.contrib.tpu.shutdown_system())
  session.close()

Answer 1

正确地对设备进行基准测试非常困难，因此请对您从这些示例中学到的一切持保留态度。一般来说，最好比较您感兴趣的特定模型(例如运行 ImageNet 网络)以了解性能差异。也就是说，我知道这样做很有趣，所以...

较大的模型将更好地说明 TPU 和 GPU 性能。您的示例还将编译时间包含在 TPU 调用的成本中:给定程序和形状的第一次调用之后的每个调用都将被缓存，因此您需要在启动计时器之前进行一次 tpu_ops ，除非您想要捕获编译时间。

目前，每次调用 TPU 函数都会在开始运行之前将权重复制到 TPU，这对小操作的影响更为显着。以下示例在返回 CPU 之前在 TPU 上运行循环，并具有以下输出。

• 1 0.010800600051879883
• 10 0.09931182861328125
• 100 0.5581905841827393
• 500 2.7688047885894775

。因此，您实际上可以在 0.55 秒内运行该函数 100 次迭代。

import os
import time
import tensorflow as tf

def calc(n):
  img = tf.random_normal((128, 100, 100, 3))
  def body(_):
    result = tf.layers.conv2d(img, 32, 7)
    result = tf.reduce_sum(result)
    return result

  return tf.contrib.tpu.repeat(n[0], body, [0.0])


session = tf.Session('grpc://' + os.environ['COLAB_TPU_ADDR'])
try:
  print('Initializing TPU...')
  session.run(tf.contrib.tpu.initialize_system())

  for i in [1, 10, 100, 500]:
    tpu_ops = tf.contrib.tpu.batch_parallel(calc, [[i] * 8], num_shards=8)
    print('Warming up...')
    session.run(tf.global_variables_initializer())
    session.run(tpu_ops)
    print('Profiling')
    start = time.time()
    session.run(tpu_ops)
    end = time.time()
    elapsed = end - start
    print(i, elapsed)
finally:
  session.run(tf.contrib.tpu.shutdown_system())
  session.close()