賈揚清F8現場演講：從手機到大型伺服器集群，Caffe2如何適用於不同設備和場景？（附視頻）
雷鋒網按：隨著Facebook 2017年開發者大會F8的召開，Caffe2框架開源，機器學習和深度學習開發社區再一次迎來興奮時刻。在F8大會上，Facebook AML實驗室的 Andrew Tullock和賈揚清上臺介紹了Caffe2輕巧、易用和可擴展的特性。二人還強調了“unix 哲學”（即unframework）的設計理念。就像賈揚清在知乎上所說的：“framework不重要，重要的是技術，這也是我一直主張把核心軟體比如說Gloo,NNPAXK,FAISS這些單獨放出來，不放在框架裡面的原因--每個框架都可以拿這些軟體來優化，這才是做community的道理。” 以下為Andrew Tullock和賈揚清演講視頻，另附文字版，由雷鋒網編譯。
Andrew Tullock：Caffe2 在移動端的開發和應用
大家好，我的名字是Andrew Tullock，來自Facebook AML實驗室，與我一起演講的還有我的同事賈揚清。我主要講一下如何將機器學習和深度學習模型裝載到移動端上運行，包括Caffe2涉及到的一些開源的演算法、軟體和工具。揚清會談一談這些技術如何在移動端之外的設備上擴展。
這裡是一個即時神經風格遷移的例子，已經在本周很多Keynote場合提到了。
一年半之前，當風格遷移的技術剛開始應用的時候，在大型GPU集群上處理一幀的圖像，都要花費好幾分鐘的時間。經過我們和其他同仁在演算法和軟體上的改進，這項技術如今變成了可以“即時進行”，並且是在你的手機上實現即時風格轉換，這比幾個月之前進步了好幾個數量級。
我們有一個圖像資料庫，裡面有一些風格化的圖像，比如莫内或畢卡索的畫，拿來訓練CNN。訓練目標是，輸出的圖片風格轉變，但是圖片內容不變，模型訓練完成後，輸入其它圖像，就會發生風格相似的轉變。一開始我們是在Facebook的資料中心的GPU上做離線的模型訓練，後來就轉移到手機上運行，這其中就涉及到iOS和Android系統上高度優化且開源的Caffe2框架。
為什麼Facebook一定要在移動端建造深度學習？
Facebook有數百萬的移動端用戶，但是現在大部分機器學習任務都只能在雲上進行。但是，在移動端進行機器學習任務有以下好處：保護隱私，因為資料不會離開你的移動端；避免網路延遲和頻寬問題；提升用戶體驗，比如優化feed ranking功能。所以我們開始著手，從底層建造一個專門為移動端優化的機器學習框架。
建造的過程中，有幾個關鍵之處。首先一個關鍵，就是我們遵循“unix 哲學”，先建立輕巧的框架核心，之後再儘量完善整個生態。這個框架核心具有很強的擴展性，可以在小型的移動設備和大型GPU集群的伺服器上運行機器學習和深度學習模型。
另一個關鍵之處，是性能。尤其是在運算能力不強的設備上，性能成為瓶頸，這就需要進行一些特殊的設計來改善。首先，在目標平臺上使用最高效的底層函式程式庫（primitive），這裡面會涉及到在GPU上運行的cuDNN、在英特爾CPU上運行的MKL DNN等等。
第三個關鍵之處，就是優化這個框架核心所佔用空間（footprint）。這個涉及到代碼尺寸（code size）以及模型尺寸，將代碼尺寸最小化是圍繞著極簡框架核心（minimal core）展開的，極簡框架核心是一個可以加入外掛程式的架構。而縮小模型尺寸，涉及到便捷地使用最新模型壓縮技術。
針對CPU的優化
Facebook希望在多種類型的設備上快速運行機器學習和深度學習模型，但是並沒有一個通用的模型尺寸適用於所有的設備的後端。我們基線單元（baseline unit）就是現今大部分手機使用的ARM CPU，對於一些新型設備，我們也為GPU甚至是DSP做特定優化。ARM CPU是目前手機上比較常見的進行浮點運算的晶片，其中的一個關鍵點，就是使用 SIMD 單元，所以我們寫了一套定制的 NEON Kernel，這些已經在開源的Caffe2go項目裡面了，這比現存其它的 NEON Kernel 性能有了大幅提升。
對於卷積而言，我們的一個團隊成員和一位實習生，開發了NNPack 庫，包含了一系列先進的卷積演算法（比如針對3x3的卷積的Winograd's minimal filtering演算法），並且提供了大幅提升性能的工具。我們以上的這些工作，確實換來了性能的大幅提升，尤其是對於影像對應任務中的大型卷積的效果很好。
針對GPU的優化
再次強調，後端需要足夠小的框架核心，因為我們想把它放到任何地方。我們做到了大約只需要幾百KB，就可以裝載這個框架核心。針對高端的最新iPhone，我們的機器學習和深度學習系統對於GPU的資料並行性是非常友好的。所以我們寫了一套定制的Metal Kernel，也使用了蘋果的Metal Shader庫，為Caffe2打造一個定制的GPU後端。這帶來一系列好處，其中一個就是速度提升，比完全改造之前的速度提升了十倍；相比於已經優化過的CPU庫，針對不同的問題，可以提升2-5倍速度。同時能耗也有了本質提升，所以我們可以進行更多的計算。
Android系統上的GPU也類似，我們與高通合作開發了“驍龍神經處理引擎”（SNPE），如今高通驍龍SoC晶片為大量的手機服務，現在是Caffe2的首要概念（ first class concept），我們可以利用這些CPU和DSP，從本質上提升能效和性能。
下圖是一個性能提升的例子。
當我們將模型裝載到數十億移動用戶端上時，最小化overhead就變得尤為重要。你可以把這些模型看做是數百萬、數千萬的浮點數位集合，我們使用模型壓縮技巧，在保持原有品質的同時縮小模型尺寸。我們的工具，來自韓松（Song Han）在2016年ICLR的一篇論文，他曾經也是我們團隊的一名實習生。壓縮的過程分好幾步，首先我們對這些模型進行剪枝（pruning），丟掉一些不那麼重要權重。當我們進行剪枝的時候，我們可以應用一些標準的量化技巧。你可以把這個過程想像成，在數十萬的浮點數字中應用了一個標準的聚類演算法技巧，
我們可以把每個32位元的浮點數字都壓縮到幾個比特，代表其成本指數（ cost index）。所以，這個過程大幅縮小了模型尺寸，之後可以經過重新訓練，來彌補任何的量化損失，把精確度恢復過來。這當中，我們得到了一套碼本（code book），代表了每一個權重的聚類分配。然後，我們可以應用標準通用的壓縮演算法，我們找到了一個最好用的“ZSTD演算法”，能夠提供異常高水準的壓縮性能。
綜合以上工具，我們可以讓機器學習模型在壓縮5-50倍的情況下，保持同樣的精度。下面，讓我的同事賈揚清給大家講講，這個系統如何應用到更廣闊的機器學習生態裡。
賈揚清：Caffe2 擴展到其它設備中
我們想要做的，是建造通用的機器學習和深度學習庫，既可以擴展到數千種的雲端設備中，也可以縮小至你手掌大小的移動設備裡。
作為通用系統的Caffe2
機器學習模型可以在很多設備上運行，包括手機、伺服器、雲端、Raspberry Pi等，它也可以適用于工業級應用，比如自動駕駛。所有的這些應用場景特點不一，需求也不一樣，開發出一套系統來適應這些不同的需求，是非常具有挑戰性的。
Andrew在前面提到了“unix 哲學”，這就是我們一直遵守的原則。我們打造非常輕巧便攜的框架核心，可以適用於各種移動端平臺。這個核心用來管理各種底層函式程式庫，也就是一個機器學習系統涉及的各個方面（包括卷積、池化等等）。然後，我們根據不同的運行環境插入不同的元件，來運行這些底層函式程式庫。在伺服器端，我們使用Gloo來進行大規模的訓練，在移動端用NNPack庫，在其它設備上使用Metal，等等。
Caffe2的易用性
當然，我們意識到，光靠Facebook的力量，不可能將這個系統放到所有的設備中。所以我們要打造的平臺系統，非常注重開發的易用性，來便捷地運行不同特色的代碼。這裡有一個例子，機器學習領域有一個應用叫做 TSNE（高維資料視覺化工具）的工具，在Caffe2裡使用這個非常簡單，代碼如下，體現出Caffe2的彈性和可定制化。
健康生態需要合作夥伴共同開發
以上我們提到的功能，已經應用到了Facebook的很多產品裡，例如電腦視覺、機器翻譯、語音辨識和預測。如今移動設備、PC機、可穿戴設備、雲端等構成了大型生態，所以非常重要的一點是，整個行業夥伴合作起來構建一個聯盟，創造健康的生態來持續推進深度學習的發展。
在這裡，我們非常高興地向大家展示一個產業線合作的成功案例。我想，大家應該都知道GPU對如今的機器學習發展很重要，我們與Nvidia進行多方位的合作，比如我們將cuDNN庫整合進我們的系統中，打造成了可能是迄今為止最快的一個電腦視覺系統，可以將數百萬的圖像在幾分鐘內處理完。
另外一個例子，就是與英特爾合作。當進入部署的環節，將一個深度學習系統放到雲端，非常重要的一點就是，有高性能的CPU庫。其中有一系列的工作稱為MLP（多層感知），對於預測工作非常重要，我們與英特爾合作開發了一個MKL DNN庫，整合進Caffe2當中。
前面我們談到，在移動端與高通驍龍合作了SNPE庫，可以運行機器學習模型，尤其是CNN，往往能在非常優秀的能耗表現下，保持快5倍的速度。使用者不用擔心具體的硬體，快速上手使用GPU和DSP等新型硬體。當然，如今離開雲什麼也幹不了，或許你在用PC機運行機器學習模型的時候，會感到很困難，所以我們也與亞馬遜及微軟合作，將這些深度學習庫部署在雲上。你可以使用一個雲端實例，從而集中於手頭的研究和產品工作，而不需要越過重重關卡自己去編制一個庫。
Caffe2已經在Facebook內部進行了很多嚴格測試，現在能夠跟各位合作夥伴一起共同推進Caffe2在深度學習裡的應用，我們感到很激動，也很榮幸。以上談到的工具和庫都已經放到網上了，我們將會持續致力於社區的工作，讓AI提升人們的生活水準，拉近人們之間的關係，創造一個更友善的世界。
注：恒亮和黃鑫對本文亦有貢獻。
更多雷鋒網文章：
專訪FPGA 2017最佳論文得主深鑒科技：深度學習的最大瓶頸是頻寬問題而非計算
對話李志飛：時隔四年，出門問問為何又殺入語音助手市場？