1. 張量（tensor）太小，難以并行化計算

我們先來做個簡單實驗：

import torch
import time

def train(size_list, epochs):

    for s in size_list:

        # CPU
        start_time1 = time.time()
        a = torch.ones(s,s)
        for _ in range(epochs):
            a += a
        cpu_time = time.time() - start_time1

        # GPU
        start_time2 = time.time()
        b = torch.ones(s,s).cuda()
        for _ in range(epochs):
            b += b
        gpu_time = time.time() - start_time2

        print('s = %d, CPU_time = %.4fs, GPU_time = %.4fs'%(s, cpu_time, gpu_time))

size_list = [8, 32, 128, 512]
epochs = 100000
train(size_list, 100000)

s = 8, CPU_time = 0.2252s, GPU_time = 0.6376s
s = 32, CPU_time = 0.3321s, GPU_time = 0.6468s
s = 128, CPU_time = 2.2634s, GPU_time = 0.6493s
s = 512, CPU_time = 9.6728s, GPU_time = 1.5587s

可以看到，在tensor維度比較低(s = 8, 32) 時，CPU的計算耗時比GPU少，這是因為把數(shù)據(jù)從CPU搬到GPU也是需要時間的，GPU加速帶來的收益被這部分搬運時間抵消了，完全展示不出cuda的加速功能。

當tensor維度達到128或以上時，GPU的計算耗時顯著低于CPU的計算耗時，這時GPU加速帶來的收益遠高于搬運數(shù)據(jù)所花費的時間，展示出GPU加速的強大能力（老黃牛批?。?。

咳咳，分析一下：

GPU加速通過大量的計算并行化來工作。 GPU有大量的內(nèi)核，每個內(nèi)核都不是很強大，但是核心數(shù)量巨大。PyTorch可以使它們盡可能地并行計算，在tensor維度比較高的情況下，GPU能夠并行化更多的整體計算，顯著減少計算耗時。

因此，如果遇到pytorch 用CPU比GPU還快的情況時，可以看看dataloader里單次輸入的 x 維度是否太低，如果太低可以把 batch_size 調(diào)大一點，可以的話增加一下數(shù)據(jù)維度，單次輸入的tensor的shape越大，GPU越能并行化計算。

當然，也不要設(shè)的太大了，比如batch_size設(shè)個大幾萬啥的，再強的顯卡也遭不住這么折騰。

2. 模型太過簡單

GPU的強大體現(xiàn)在它的并行計算，數(shù)據(jù)越大，模型越復(fù)雜越能體現(xiàn)出來。

太過簡單的模型CPU一下子就算完了，此時的GPU可能才剛接收完數(shù)據(jù)，沒法體現(xiàn)GPU的強大。

因此，解決方案也很簡單，換個復(fù)雜點的模型或者加深加寬現(xiàn)有的神經(jīng)網(wǎng)絡(luò)模型。

3. CPU 相對 GPU 強太多

在相同的、沒調(diào)好的參數(shù)情況下，有時候64核的CPU用60%的核心（也就是38個）也能達到一張2080ti顯卡（GPU）的效果。

如果CPU是個64核的芯片，而顯卡是老黃家的古董960，那CPU比GPU快也是完全有可能的，這時候瓶頸就在顯卡了。

總結(jié)

以上是我在寫bug代碼時遇到的情況及可能原因，希望能給大家一個參考，也希望大家多多支持腳本之家。

最新評論