Giới thiệu về Hiệu suất MLPerf™ Inference v1.0 với Máy chủ Dell EMC

Blog này cung cấp các kết quả đóng trung tâm dữ liệu suy luận MLPerf v1.0 trên các máy chủ Dell chạy điểm chuẩn suy luận MLPerf . Kết quả của chúng tôi cho thấy hiệu suất suy luận tối ưu cho các hệ thống và cấu hình mà chúng tôi đã chọn để chạy điểm chuẩn suy luận.

Bộ điểm chuẩn MLPerf đo lường hiệu suất của khối lượng công việc học máy (ML). Hiện tại, các điểm chuẩn này cung cấp một cách nhất quán để đo lường độ chính xác và thông lượng cho các khía cạnh sau của vòng đời ML:

  • Đào tạo —Bộ điểm chuẩn đào tạo MLPerf đo lường tốc độ hệ thống có thể đào tạo các mô hình ML. 
  • Suy luận —Điểm chuẩn suy luận MLPerf đo lường tốc độ hệ thống có thể thực hiện suy luận ML bằng cách sử dụng mô hình được đào tạo trong các tình huống triển khai khác nhau.

MLPerf hiện là thành viên của Hiệp hội MLCommons™ . MLCommons là một tập đoàn kỹ thuật mở nhằm thúc đẩy tăng tốc đổi mới học máy. Các giải pháp kỹ thuật cộng tác mở của nó hỗ trợ nhu cầu học máy của bạn. MLCommons cung cấp:

  • Điểm chuẩn và số liệu
  • Bộ dữ liệu và mô hình
  • Thực hành tốt nhất

Tổng quan về suy luận MLPerf

Tính đến tháng 3 năm 2021, suy luận MLPerf đã gửi ba phiên bản: v0.5, v0.7 và v1.0. Phiên bản mới nhất, v1.0, sử dụng cùng điểm chuẩn như v0.7 với các ngoại lệ sau:

  • Gửi sức mạnh —Gửi sức mạnh, là một trình bao bọc xung quanh việc gửi suy luận, được hỗ trợ.
  • Mã kết nối lỗi (ECC) — ECC phải được đặt thành BẬT.
  • Thời gian chạy 10 phút —Thời gian chạy điểm chuẩn mặc định là 10 phút.
  • Số lần chạy cần thiết để gửi và kiểm tra các bài kiểm tra —Số lần chạy được yêu cầu để gửi kịch bản Máy chủ là một.

v1.0 đáp ứng các yêu cầu của v0.7, do đó kết quả v1.0 có thể so sánh với kết quả v0.7. Vì việc gửi MLPerf v1.0 có nhiều hạn chế hơn nên kết quả v0.7 không đáp ứng các yêu cầu v1.0.  

Trong khung đánh giá suy luận MLPerf, trình tạo tải LoadGen gửi các truy vấn suy luận đến hệ thống đang được thử nghiệm (SUT). Trong trường hợp của chúng tôi, SUT là máy chủ Dell EMC với nhiều cấu hình GPU khác nhau. SUT sử dụng phần phụ trợ (ví dụ: TensorRT, TensorFlow hoặc PyTorch) để thực hiện suy luận và trả kết quả về LoadGen.

MLPerf đã xác định bốn kịch bản khác nhau cho phép thử nghiệm đại diện cho nhiều nền tảng suy luận và trường hợp sử dụng khác nhau. Sự khác biệt chính giữa các trường hợp này dựa trên cách gửi và nhận truy vấn:

  • Ngoại tuyến —Một truy vấn với tất cả các mẫu được gửi đến SUT. SUT có thể gửi kết quả trở lại một hoặc nhiều lần theo bất kỳ thứ tự nào. Số liệu hiệu suất là mẫu mỗi giây.
  • Máy chủ —Các truy vấn được gửi đến SUT theo phân phối Poisson (để lập mô hình các sự kiện ngẫu nhiên trong thế giới thực). Một truy vấn có một mẫu. Chỉ số hiệu suất là số truy vấn mỗi giây (QPS) trong giới hạn độ trễ.
  • Một luồng —Một mẫu cho mỗi truy vấn được gửi đến SUT. Truy vấn tiếp theo sẽ không được gửi cho đến khi nhận được phản hồi trước đó. Chỉ số hiệu suất là độ trễ phân vị thứ 90.
  • Multi-stream —Một truy vấn có N mẫu được gửi với khoảng thời gian cố định. Chỉ số hiệu suất tối đa là N khi độ trễ của tất cả các truy vấn nằm trong giới hạn độ trễ.

Quy tắc suy luận MLPerf mô tả các quy tắc suy luận chi tiết và các ràng buộc về độ trễ. Blog này tập trung vào các kịch bản Ngoại tuyến và Máy chủ, được thiết kế cho môi trường trung tâm dữ liệu. Các kịch bản một luồng và nhiều luồng được thiết kế cho các cài đặt không phải trung tâm dữ liệu (cạnh và IoT).

Kết quả suy luận MLPerf được gửi theo một trong các phần sau:

  • Bộ phận đóng— Bộ phận Đóng cung cấp sự so sánh “tương tự” giữa các nền tảng phần cứng hoặc khung phần mềm. Nó yêu cầu sử dụng cùng một mô hình và trình tối ưu hóa như cách triển khai tham chiếu.

    Bộ phận Đóng yêu cầu sử dụng tiền xử lý, xử lý hậu kỳ và mô hình tương đương với việc triển khai tham chiếu hoặc thay thế. Nó cho phép hiệu chuẩn lượng tử hóa và không cho phép đào tạo lại. MLPerf cung cấp cách triển khai tham chiếu cho từng điểm chuẩn. Việc triển khai điểm chuẩn phải sử dụng một mô hình tương đương, như được xác định trong Quy tắc suy luận MLPerf, với mô hình được sử dụng trong quá trình triển khai tham chiếu.

  • Phân chia mở— Phân chia mở thúc đẩy các mô hình và trình tối ưu hóa nhanh hơn, đồng thời cho phép mọi phương pháp ML có thể đạt được chất lượng mục tiêu. Nó cho phép sử dụng tiền xử lý hoặc hậu xử lý và mô hình tùy ý, bao gồm cả đào tạo lại. Việc triển khai điểm chuẩn có thể sử dụng một mô hình khác để thực hiện cùng một nhiệm vụ.

Để cho phép so sánh tương tự các kết quả của Dell Technologies và cho phép khách hàng cũng như đối tác của chúng tôi lặp lại kết quả của chúng tôi, chúng tôi đã chọn thử nghiệm theo phần Đóng, như kết quả trong blog này hiển thị.

Tiêu chí để gửi kết quả điểm chuẩn MLPerf Inference v1.0  

Đối với bất kỳ điểm chuẩn nào, kết quả gửi phải đáp ứng tất cả các thông số kỹ thuật được hiển thị trong bảng sau. Ví dụ: nếu chúng tôi chọn mô hình Resnet50 thì nội dung gửi phải đáp ứng độ chính xác mục tiêu 76,46% và độ trễ phải trong vòng 15 mili giây đối với tập dữ liệu hình ảnh tiêu chuẩn có kích thước 224 x 224 x 3.

Bảng 1: Điểm chuẩn phân chia đóng cho suy luận MLPerf v1.0 với kỳ vọng

Khu vực Nhiệm vụ Người mẫu Tập dữ liệu Kích thước QSL  Chất lượng  Hạn chế về độ trễ của máy chủ 
Tầm nhìn Phân loại hình ảnh   Resnet50 – v1.5 Tập dữ liệu hình ảnh tiêu chuẩn (224 x 224 x3) 1024 99% FP32 (76,46%) 15 mili giây
Tầm nhìn Phát hiện đối tượng (lớn) SSD-Resnet34 COCO (1200 x 1200) 64 99% của FP32 (0,20 mAP) 100 mili giây
Tầm nhìn Phân đoạn hình ảnh y tế Mạng 3D BraTs 2019

(224 x 224 x 160)

16 99% FP32 và 99,9% FP32 (điểm DICE trung bình là 0,85300) không áp dụng
Lời nói Chuyển giọng nói thành văn bản RNNT Librispeech dev-clean (mẫu < 15 giây) 2513

 

99% của FP32 (1 – WER, trong đó WER=7,452253714852645%)

 

1000 mili giây
Ngôn ngữ Xử lý ngôn ngữ BERT SQuAD v1.1 (max_seq_len=384) 10833

 

99% của FP32 và 99,9% của FP32 (f1_score=90,874%) 130 mili giây
thương mại Sự giới thiệu DLRM Nhật ký nhấp chuột 1 TB 204800 99% của FP32 và 99,9% của FP32 (AUC=80,25%) 30 mili giây

Không bắt buộc phải nộp tất cả các điểm chuẩn. Tuy nhiên, nếu một điểm chuẩn cụ thể được gửi thì tất cả các kịch bản bắt buộc cho điểm chuẩn đó cũng phải được gửi.

Mỗi điểm chuẩn của trung tâm dữ liệu yêu cầu các kịch bản trong bảng sau:

Bảng 2: Nhiệm vụ và các kịch bản bắt buộc tương ứng đối với bộ điểm chuẩn trung tâm dữ liệu trong suy luận MLPerf v1.0.

Khu vực Nhiệm vụ Kịch bản bắt buộc
Tầm nhìn Phân loại hình ảnh Bộ trợ giúp không kết nối
Tầm nhìn Phát hiện đối tượng (lớn) Bộ trợ giúp không kết nối
Tầm nhìn Phân đoạn hình ảnh y tế Ngoại tuyến
Lời nói Chuyển giọng nói thành văn bản Bộ trợ giúp không kết nối
Ngôn ngữ Xử lý ngôn ngữ Bộ trợ giúp không kết nối
thương mại Sự giới thiệu Bộ trợ giúp không kết nối

cấu hình SUT

Chúng tôi đã chọn các máy chủ sau có các loại GPU NVIDIA khác nhau làm SUT để tiến hành đo điểm chuẩn suy luận của trung tâm dữ liệu. Bảng sau liệt kê các cấu hình hệ thống MLPerf:

Bảng 3: Cấu hình hệ thống MLPerf

Nền tảng Dell EMC DSS8440_A100  Dell EMC DSS8440_A40 PowerEdge R750xa Cạnh điện 

XE8545

ID hệ thống MLPerf DSS8440_A100-PCIE-40GBx10_TRT DSS8440_A40x10_TRT R750xa_A100-PCIE-40GBx4_TRT XE8545_7713_A100-SXM4-40GBx4  
Hệ điều hành CentOS 8.2.2004 CentOS 8.2.2004 CentOS 8.2.2004 CentOS 8.2.2004
CPU 2 x CPU Intel Xeon Gold 6248 @ 2,50 GHz 2 x CPU Intel Xeon Gold 6248R @ 3,00 GHz 2 x CPU Intel Xeon Gold 6338 @ 2,00 GHz 2 x AMD EPYC 7713
Ký ức 768GB 768GB 256 GB 1 TB
GPU NVIDIA A100-PCIe-40GB NVIDIA A40 NVIDIA A100-PCIE-40GB NVIDIA A100-SXM4-40GB
Yếu tố hình thức GPU PCIE PCIE PCIE SXM4     
số lượng GPU 10 10 4 4
Ngăn xếp phần mềm TensorRT 7.2.3, CUDA 11.1, cuDNN 8.1.1, Trình điều khiển 460.32.03, DALI 0.30.0 TensorRT 7.2.3, CUDA 11.1, cuDNN 8.1.1, Trình điều khiển 460.32.03, DALI 0.30.0 TensorRT 7.2.3, CUDA 11.1, cuDNN 8.1.1, Trình điều khiển 460.32.03, DALI 0.30.0 TensorRT 7.2.3, CUDA 11.1, cuDNN 8.1.1, Trình điều khiển 460.32.03, DALI 0.30.0

Kết quả điểm chuẩn suy luận MLPerf 1.0

Các biểu đồ sau bao gồm số liệu hiệu suất cho các tình huống Ngoại tuyến và Máy chủ. 

Đối với kịch bản Ngoại tuyến, chỉ số hiệu suất là Mẫu ngoại tuyến mỗi giây. Đối với kịch bản Máy chủ, số liệu hiệu suất là số truy vấn mỗi giây (QPS). Nói chung, số liệu thể hiện thông lượng. Thông lượng cao hơn là kết quả tốt hơn.

Kết quả Resnet50


Hình 1: Kịch bản Resnet50 v1.5 Ngoại tuyến và Máy chủ với mục tiêu chính xác 99%

Hình 2: Kịch bản Resnet50 v1.5 Ngoại tuyến và Máy chủ với mục tiêu chính xác 99% trên mỗi thẻ

Bảng 4: Số lượng thẻ và chênh lệch tỷ lệ phần trăm của kịch bản

Máy chủ Dell Ngoại tuyến

thông lượng 

Thông lượng máy chủ Phần trăm chênh lệch giữa các kịch bản 
XE8545_7713_A100-SXM4-40GBx4 37800,5 33370.5 12:44
R750xa_A100-PCIE-40GBx4_TRT 31834.25 28247 11.94
DSS8440_A100-PCIE-40GBx10_TRT 29572.4 26399.8 11:33
DSS8440_A40x10_TRT 19200 17698.3 8.139

Thông lượng ngoại tuyến trên mỗi thẻ vượt quá thông lượng Máy chủ trên mỗi thẻ đối với tất cả các máy chủ trong nghiên cứu này. 

Bảng 5: Chênh lệch phần trăm trên mỗi thẻ so với hệ thống XE8545_7713_A100-SXM4-40GBx4

Máy chủ Dell Ngoại tuyến (theo phần trăm) Máy chủ (theo phần trăm)
XE8545_7713_A100-SXM4-40GBx4 0 0
R750xa_A100-PCIE-40GBx4_TRT 17.13 16,63
DSS8440_A100-PCIE-40GBx10_TRT 24.42 26:39
DSS8440_A40x10_TRT 65,26 61,37

Kết quả SSD-Resnet34

 

Hình 3: SSD với kịch bản Máy chủ và Ngoại tuyến Resnet34 với mục tiêu chính xác 99%

Hình 4: Kịch bản SSD-Resnet34, Ngoại tuyến và Máy chủ với mục tiêu chính xác 99% trên mỗi thẻ

Bảng 6: Số lượng thẻ và chênh lệch phần trăm kịch bản trên SSD-Resnet34 

Máy chủ Dell Thông lượng ngoại tuyến Máy chủ

thông lượng

Phần trăm chênh lệch giữa các kịch bản
XE8545_7713_A100-SXM4-40GBx4 1189.945 950.4325 22,38
R750xa_A100-PCIE-40GBx4_TRT 839.8275 750.3775 11 giờ 25
DSS8440_A100-PCIE-40GBx10_TRT 761.179 826.478 -8,22
DSS8440_A40x10_TRT 475.978 400.236 17,28

Lưu ý : Giá trị chênh lệch phần trăm âm cho biết kịch bản Máy chủ hoạt động tốt hơn kịch bản Ngoại tuyến.

Bảng 7: Chênh lệch phần trăm trên mỗi thẻ so với hệ thống XE8545_7713_A100-SXM4-40GBx4 với thẻ A100 SXM4

Máy chủ Dell Ngoại tuyến (theo phần trăm) Máy chủ (theo phần trăm)
XE8545_7713_A100-SXM4-40GBx4 0 0
R750xa_A100-PCIE-40GBx4_TRT 34.4982 23,52
DSS8440_A100-PCIE-40GBx10_TRT 43.95067 13:95
DSS8440_A40x10_TRT 85.71429 81,47

Kết quả BERT

Hình 4: Kịch bản BERT Ngoại tuyến và Máy chủ với mục tiêu chính xác 99% và 99,9%

Hình 5: Kịch bản BERT Ngoại tuyến và Máy chủ với mục tiêu chính xác 99% và 99,9% trên mỗi thẻ

Bảng 8: Chênh lệch phần trăm trên mỗi thẻ và kịch bản trên BERT với mục tiêu chính xác 99% 

Máy chủ Dell Thông lượng ngoại tuyến Thông lượng máy chủ Phần trăm chênh lệch giữa các kịch bản
XE8545_7713_A100-SXM4-40GBx4 3586.275 3192.875 11.60617482
R750xa_A100-PCIE-40GBx4_TRT 2932,25 2725.175 7.320468234
DSS8440_A100-PCIE-40GBx10_TRT 2926,54 2674.86 8.986324847
DSS8440_A40x10_TRT 1645,85 1390.02 16.85381785

Bảng 9: Chênh lệch phần trăm trên mỗi thẻ so với hệ thống XE8545_7713_A100-SXM4-40GBx4 với thẻ A100 SXM4

Máy chủ Dell 99% – Ngoại tuyến (tính bằng phần trăm) 99% – Máy chủ (tính theo phần trăm)
XE8545_7713_A100-SXM4-40GBx4 0 0
R750xa_A100-PCIE-40GBx4_TRT 20.06 15,8
DSS8440_A100-PCIE-40GBx10_TRT 20:25 17h65
DSS8440_A40x10_TRT 74,17 78,67

Bảng 10: Chênh lệch phần trăm trên mỗi thẻ và kịch bản trên BERT với mục tiêu chính xác 99,9%  

Máy chủ Dell 99,9% – Thông lượng ngoại tuyến Thông lượng máy chủ 99,9% Phần trăm chênh lệch giữa các kịch bản
XE8545_7713_A100-SXM4-40GBx4 1727,44 1575,35 9.2097893
R750xa_A100-PCIE-40GBx4_TRT 1420.6225 1300.365 8.8392541
DSS8440_A100-PCIE-40GBx10_TRT 1427,8 1211,94 16.354641
DSS8440_A40x10_TRT 798.677 580.207 31.687945

Bảng 11: Chênh lệch phần trăm trên mỗi thẻ so với hệ thống XE8545_7713_A100-SXM4-40GBx4 với thẻ A100 SXM4

Máy chủ Dell 99,9% – Ngoại tuyến (tính bằng phần trăm) 99,9% – Máy chủ (tính theo phần trăm)
XE8545_7713_A100-SXM4-40GBx4 0 0
R750xa_A100-PCIE-40GBx4_TRT 19:49 19.12
DSS8440_A100-PCIE-40GBx10_TRT 18,99 26.07
DSS8440_A40x10_TRT 73,53 92,33

Kết quả RNN-T

Hình 6: Kịch bản Máy chủ và Ngoại tuyến RNN-T với mục tiêu chính xác 99%

Hình 7: Kịch bản Máy chủ và ngoại tuyến RNN-T với mục tiêu chính xác 99% trên mỗi thẻ

Bảng 12: Chênh lệch phần trăm trên mỗi thẻ và kịch bản trên RNNT với mục tiêu chính xác 99% 

Máy chủ Dell Thông lượng ngoại tuyến Máy chủ 

thông lượng

Phần trăm chênh lệch giữa các kịch bản
XE8545_7713_A100-SXM4-40GBx4 13157.025 12421.025 5.754934
R750xa_A100-PCIE-40GBx4_TRT 10872.675 10996.575 -1.1331
DSS8440_A100-PCIE-40GBx10_TRT 10726.9 10798.7 -0.66711
DSS8440_A40x10_TRT 5919.17 3739.11 45.14386

Lưu ý : Giá trị âm cho chênh lệch phần trăm cho biết rằng Kịch bản máy chủ hoạt động tốt hơn kịch bản Ngoại tuyến. 

Bảng 13: Chênh lệch phần trăm trên mỗi thẻ so với hệ thống XE8545_7713_A100-SXM4-40GBx4 với thẻ A100 SXM4

Máy chủ Dell Ngoại tuyến (theo phần trăm) Máy chủ (theo phần trăm)
XE8545_7713_A100-SXM4-40GBx4 0 0
R750xa_A100-PCIE-40GBx4_TRT 19.01 16/12
DSS8440_A100-PCIE-40GBx10_TRT 20,34 13,97
DSS8440_A40x10_TRT 75,88 107,44

Kết quả 3D-UNet

Hình 8: Kịch bản Máy chủ và ngoại tuyến 3D-UNet với mục tiêu chính xác 99% và 99,9%

Hình 9: Kịch bản Máy chủ và ngoại tuyến 3D-UNet với mục tiêu chính xác 99% và 99,9%

Phần kết luận

Trong blog này, chúng tôi đã định lượng hiệu suất suy luận MLCommons MLPerf v1.0 trên các máy chủ Dell EMC DSS8440, PowerEdge R750xa và PowerEdge XE8545 với hệ số dạng A100 PCIE và SXM bằng cách sử dụng các điểm chuẩn như Resnet50, SSD w/Resnet34, BERT, RNN-T, và 3D-UNet. Những điểm chuẩn này bao gồm các nhiệm vụ từ tầm nhìn đến đề xuất. Máy chủ Dell EMC mang lại hiệu suất suy luận hàng đầu được chuẩn hóa theo số lượng bộ xử lý trong số các kết quả có sẵn trên thị trường. 

Máy chủ PowerEdge XE8545 hoạt động tốt hơn số lượng thẻ trên mỗi máy chủ khác trong nghiên cứu này. Kết quả này có thể là nhờ GPU SXM của nó, cung cấp tốc độ xung nhịp cơ bản và tăng cao hơn.

Mô hình phân đoạn hình ảnh SSD-Resnet34 được hưởng lợi đáng kể từ GPU dựa trên hệ số dạng SXM. Kết quả cho thấy chênh lệch hiệu suất xấp xỉ 34% so với hệ số PCIE so với các mẫu khác có mức chênh lệch trung bình khoảng 20%.

Máy chủ PowerEdge R750xa có GPU A100 hoạt động tốt hơn trong kịch bản Máy chủ so với kịch bản Ngoại tuyến cho kiểu máy RNN-T.

Máy chủ DSS 8440 có GPU A100 hoạt động tốt hơn trong kịch bản Máy chủ so với kịch bản Ngoại tuyến đối với các kiểu máy BERT, RNN-T và SSD-Resnet34.

Hơn nữa, chúng tôi nhận thấy rằng hiệu suất của máy chủ DSS8440 với 10 x thẻ PCIE A100 đã vượt quá các lần gửi suy luận MLPerf v1.0 khác của MLCommons cho điểm chuẩn Máy chủ RNN-T.

Bước tiếp theo

Trong các blog tương lai, chúng tôi dự định mô tả cách:

  • Chạy suy luận MLCommons MLPerf v1.0
  • Hiểu kết quả suy luận MLCommons MLPerf trên các máy chủ PowerEdge R750xa và PowerEdge XE8545 mới phát hành gần đây
  • Chạy điểm chuẩn trên các máy chủ khác