鱼羊 发自 凹非寺
量子位 报道 | 公众号 QbitAI
实验室一块GPU都没有怎么做深度学习？
如果让莱斯大学和英特尔的研究人员来回答，答案大概是：用CPU啊。
莱斯大学和英特尔的最新研究证明，无需专门的加速硬件（如GPU），也可以加速深度学习。
算法名为SLIDE。
研究人员称，SLIDE是第一个基于CPU的深度学习智能算法，并且，在具有大型全连接架构的行业级推荐数据集上，SLIDE训练深度神经网络的速度甚至超过了GPU。
代码已开源。
基于局部敏感哈希
摆脱GPU的核心思想，是利用局部敏感哈希来摆脱矩阵乘法。
代码采用C++编写。
论文一作Beidi Chen介绍：
基于TensorFlow和PyTorch来实现SLIDE算法是没有意义的，因为那必须把问题转换成矩阵乘法问题，而这一点恰恰是我们想要摆脱的。
在架构上，SLIDE的中心模块是神经网络。网络的每个层模块由神经元和一些哈希表组成，神经元ID被哈希到其中。
每个神经元模块都包含：
- 一个二进制数组，提示该神经元是否对于batch中的每一个输入都有效
- batch中的每一个输入的activation
- batch中每个输入的累积梯度
- 与上一层的连接权重
最后一个数组的长度等于上一层中神经元的数量。
每层中的LSH哈希表构造都是一次性操作，可以与该层中不同神经元上的多个线程并行。
论文作者之一、莱斯大学助理教授Anshumali Shrivastava表示，SLIDE相对于反向传播的最大优势就在于数据并行。
举个例子，数据并行的情况下，要训练两个数据实例，一个是猫的图像，另一个是公共汽车的图像，它们可能会激活不同的神经元，而SLIDE可以分别独立地更新、训练它们。
如此，就能更好地利用CPU的并行性。
不过，与GPU相比，该方法对内存要求较高。
Shrivastava也提到，在与英特尔的合作中，他们针对SLIDE，对CPU进行了优化，比如支持Kernel Hugepages以减少缓存丢失。这些优化使得SLIDE的性能提高了约30%。
实验结果
所以，与依赖GPU的深度学习相比，SLIDE到底表现如何？
研究人员在Delicious-200K和Amazon-670K这两个大型数据集上进行了验证。
实验配置，是2个22核/44线程处理器（Intel Xeon E5-2699A v4 2.40GHz），和英伟达TeslaV100 Volta 32GB GPU。
结果表明，在任意精度上，CPU上的SLIDE总是比V100上基于TensorFlow的GPU算法快。
在Delicious-200K数据集上，SLIDE比TF-GPU快1.8倍；而在算力要求更高的Amazon-670K数据集上，SLIDE的速度更是TF-GPU的2.7倍。
其大部分计算优势，来自于对输出层中一小部分激活神经元的采样。
而在相同的CPU上，SLIDE要比基于TensorFlow的算法快10倍以上。
网友：英特尔的广告？
在CPU上跑深度学习能快过GPU，这样的结论立刻吸引住了网友们的目光。
有网友分析说：
该方法不仅使用了哈希表，其速度之快还得归功于OpenMP的硬件多核优化。（OpenMP是一套支持跨平台共享内存方式的多线程并发的编程API）
看起来在小型DNN中是非常有前途的替代方案。不过，问题在于，该方法是否可以推广到其他CPU架构中？这种方法中还是存在巨大的冲突和牺牲准确性的风险。
还有人表示，在与作者的交流中，他认为该方法主要适用于宽网络，否则哈希表的开销会大于其收益。那么至少，在架构探索中，该方法提供了探索更宽网络的可能性。
不过，也有网友提出了更尖锐的质疑：怕不是来给英特尔打广告的。
1、预处理步骤看上去开销高昂。
2、采用了特殊优化的架构，那么性能增益有多少是归功于方法本身的？
3、缺少分别在CPU和GPU上运行SLIDE的比较。
所以，结果到底靠不靠谱？不妨戳进文末论文链接阅读原文，发表你的见解~
传送门
论文地址：https://arxiv.org/abs/1903.03129
GitHub地址：https://github.com/keroro824/HashingDeepLearning
— 完 —
量子位 QbitAI · 头条号签约
关注我们，第一时间获知前沿科技动态
