Intel、斯坦福大学和美国国家能源研究科学计算中心（NERSC，National Energy Research Scientific Computing Center）近期宣布实现了首个15千万亿次浮点运算（PetaFLOPS）计算能力的超级计算集群。该工作成果以论文发表，名为“以15千万亿次FLOPS运行深度学习：科学数据的监督和半监督分类”（Deep Learning at 15PF: Supervised and Semi-Supervised Classification for Scientific Data）。据论文介绍，该工作使用由9622个1.4GHz Intel至强融核（Phi）处理器所组成的集群，以物理和气象数据集为训练数据做深度学习运算，达到了11.41至13.47千万亿次FLOPS的平均持久性能，峰值性能在采用单精度时达15.07千万亿次FLOPS。实验使用的是NERSC的Cori Phase-II 超级计算集群，该集群有9668个节点，每个节点有68核，每个核支持4个硬件线程（相当于每个节点272核），整个集群支持2,629,696个线程。

论文给出的最突出贡献是达到了75%的扩展因子，在具有9600个节点的集群上取得了7205倍的加速。完全扩展（即100%扩展，或线性扩展）时可达9600倍的加速。

这一结果的取得要部分归功于斯坦福大学计算机科学系Christopher Ré教授研究小组的工作。该研究小组的工作提出了对人工神经网络（ANN，Artificial Neural Network）参数同步更新和异步更新的支持。

同步屏障（Synchronisation Barrier）通常是机器学习等算法在并行化时所面对的一个严重障碍。当多个节点同步地计算一个任务时，任一节点的短暂挂机将延缓并阻塞所有计算中的节点。这在分布式系统中被为“拖后者（Straggler）效应”。困扰同步系统的另一个问题是，如果批处理的计算规模下降，那么同步系统的性能也会随之下降。在大规模并发集群中，正如上面所介绍的集群，这将构成严重的问题。百度提供的DeepBench基准测试框架表明，当批处理的规模下降时，峰值FLOPS性能可下降25~30%。整体性能下降的时间复杂度符合O(log(M))，其中M是集群中节点个数。

另一方面，异步深度学习系统需要更多次的迭代（因此也需要更多的计算）才能收敛到一个解。这是由于不好的统计效率所导致的，该问题被称为“过时”（Staleness）问题。此外，异步系统还具有无法收敛到一个解的风险。针对该问题，Christopher Ré研究小组的Ioannis Mitliagkas指出，在目标函数是正确的情况下，如果参数调优存在错误，很可能无法收敛。

两种模型各具缺点和高效之处，这启发研究人员引入了一种混合方法解决问题。在该方法中，数个节点组成一个小规模的计算组，同一计算组中的各个节点是同步工作的，目标是对模型做一次更新。各个计算组与一个中心化的参数服务器做异步交互，很好地利用了同步方式和异步方式。

该混合方法抑制了“拖后者效应”。相比于同步方式，它提供了至少1.66倍到最高10倍的速度增加。此外，采用该方法的系统表现出强可扩展性（strong scaling）的特性，可扩展到1024个节点，其中同步方式在512个节点的规模停止扩展。强可扩展性是指在保持问题规模一定的情况下增加处理器的数量，Mitliagkas指出，强可扩展性是机器学习问题中的常见用例。

该算法已进一步用于解决实际的科学问题。一个应用就是学习如何从背景事件中分离出罕见的新粒子信号，该应用可用于理解宇宙的本质。其它的应用还包括气象数据中的特性识别，这使得研究人员可以标定气候改变中发生极端气候的频率和强度。
本文转自d1net（转载）