1 昇腾AI全栈架构
昇腾计算产业是基于昇腾系列处理器和基础软件构睫的全栈Al计算基础设施．行业应用及服务，包括昇腾系列处理器、Atlas系列硬件、CANN (Compute Architecture for Neural Networks，异构计算架构》、Al计算框架、应用使能、全流程开发工具链.管理运排工具、行业应用及服务等全产业链。
2 Altas系列硬件
Atlas系列硬件基于昇腾系列AlI处理器《其中Ascend 310用于推理场景，Ascend 910用于训练场景)，通过模块.标卡、小站、服务器.集群等丰富的产品形态。打造面向“端、边、云”的全场景A基础设施方窝。
3 NPU
昇腾Al处理器的计算核心主要由Al Core构成，其基本结构如下图所示，包括了三种基础计算资源:矩阵计算单元.向量计算单元和标最计筒单元
- Cube，负责执行矩阵运算，每次可以执行完成一个fpl6的1616与1616的矩阵乘。相关操作包括matmul, conv2d, linca等。
- Veetor。负责执行向量运算，算力低于Cube ,但灵活度高。Vectot覆盖各种基本的计算类型和许多定制的计算类型，主要包括fp16,fp32，int32，int8等。
- Scalar。负责各类型的标量运算和程序的流程控制。功能上可以看做一个小CPU.
4 PyTorch适配昇腾AI处理器方案
PyTorch框架实现的对接适配昇腾Al处理器的方案为在线对接方案。当前选择在线对接适配方案的主要原因有以下几点:
- 最大限度的继承PyTorch框架动态图的特性
- 最大限度的继承GPU在PyTorch上的使用方式，可以使用户在将模型移植到昇腾AI处理器设备进行训练时，在开发方式和代码重用方面做到最小的改动。
- 最大限度的继承PyTorch原生的体系结构，保留框架本身出色的特性，比如自动微分、动态分发、Debug、Profiling.Storage共享机制以及设备侧的动态内存管理等。
- 扩展性好。在打通流程的通路之上，对于新增的网络类型或结构，只需涉及相关计算类算子的开发和实现。框架类算子。反向图建立和实现机制等结构可保持复用。
- 与GPU的使用方式和风格保持一致。用户在使用在线对接方案时，只需在Python侧和device相关操作中，指定device为昇腾AI处理器，即可完成用昇腾Al处理器在PyTorch对网络的开发、训练以及调试。用户无需进一步关注昇腾Al处理器具体的底层细节。
5 PyTorch模型迁移介绍
将基于PyTorch的训练脚本迁移到昇腾Al处理器上进行训练，目前有以下3种方式:自动迁移（推荐)、工具迁移、手工迁移，且迁移前要保证该脚本能在GPU、CPU上运行。
5.1 自动迁移
训练时，在训练脚本中导入脚本转换库，导入后执行训练。训练脚本在运行的同时，会自动将脚本中的CUDA接口替换为昇腾Al处理器支持的NPU接口。整体过程为:边训练边转换。
5.2工具迁移
训练前，通过脚本迁移工具，自动将训练脚本中的CUDA接口替换为昇腾AI处理器支持的NPU接口，并生成迁移报告（脚本转换日志、不支持算子的列表、脚本修改记录)。训练时，运行转换后的脚本。整体过程为:先转换脚本，再进行训练。
5.2.1 功能介绍
·脚本转换工具根据适配规则，对用户脚本给出修改意见并提供转换功能，提高了脚本迁移速度，降低了开发者的工作量,·原脚本需要在GPU环境下且基于Python 3.7及以上能够跑通，脚本转换后的执行逻辑与转换前保持一致。
·此脚本转换工具当前支持PyTorch1.5.0和1.8.1版本的训练脚本转换。
5.2.2 执行转换
- 进入脚本转换工具所在路径
cd Ascend-cann-toolkit安装目录/ascend-toolkit/latest/tools/ms_fmk_transplt/ - 执行脚本转换
/pytorch_gpu2npu.sh -i原始脚本路径-o脚本迁移结果输出路径-v原始脚本框架版本.完成脚本转换 - 完成脚本转换
5.3 手工迁移
算法工程师通过对模型的分析、GPU与NPU代码的对比进而对训练脚本进行修改，以支持在昇腾Al处理器上执行训练。迁移要点如下:
定义NPU为训练设备，或将适配GPU的接口切换至适配NPU的接口。多卡迁移需修改芯片间通信方式为hccl。
5.3.1 手工迁移——Step1迁移前的准备
- 关于分布式
由于NPU上的一些限制，PyTorch需要使用DistributedDataParallel(DDP)，若原始代码使用的DataParalle(DP)则需要修改为DDP，DP相应的一些实现例如torch.cuda.common，则可以替换为torch.distributed相关操作。### - 关于混合精度
由于NPU天然的混合精度属性，我们需要使用apex对原始代码进行修改
#导入混合精度模块
from apex import amp
model = model.cuda()
optimizer = torch.optim.SGDmodel.parametcrs(),Ir=0.1)
#在模型和优化器定义后初始化APEX模块〔新增}
model, optimizer = amp.initialize(model, optimizer,opt_level="O2",loss_scale=128.0)
#梯度反向传播loss.backward()（修改)
with amp.scalc_loss(loss,optimizcry as scaled_loss:
scaled_loss.back ward
5.3.2 手工迁移-Step2单卡模型迁移
单卡迁移的主要修改点:定义NPU为训练设备，并将适配GPU的接口切换至适配NPU的接口。
- GPU原生代码
导入Py Torch
import torch
#指定GPU作为训练设备
CALCULATE_DEVICE - "cuda:O"
torch.euda.set_device(CALCULATE_DEVICE
#将模型放到device的两种方法
model = model.cuda0#写法一
model = model.to(CALCULATE_DEVICE）#写法二
#将输入也从host放到device上
images = images.to(CALCULATE_DEVICE)
target = target.to(CALCULATE_DEVICE)
- NPU迁移代码
导入NPU相关库①
import torch
import torch_npu
#指定NPU作为训练设备②
CALCULATE_DEVICE= " npu:o"
torch_npu.npu.set_device(CALCULATE_DEVICE)
#将模型放到device的两种方法③
model= model.npu()#写法—
model= model.to(CALCULATE_DEVICE)写法二
#将输入t也从host放到device上
imagcs = images.to(CALCULATE_DEVICE)target = target.toiCALCULATE_DEVICE)
5.3.3 手工迁移——Step3多卡模型迁移
多卡代码迁移的主要修改点:除单卡迁移包含的3个修改要点外，在分布式场景下，还需要切换通信方式
- GPU原生代码
GPU原生代码
#**为端口号，根据实际选择一个闲置端口填写dist.init process_group( backend='nccl,
init_mcthod = "tep/;127.0.0.1:".word_size=args.world.size,
rank = args.rank)
- NPU迁移代码
#*为端口号，根据实际选择一个闲置端口填写dist.init_process_group( backend=heel" ,
init_method = "tcpff:127.0.0.1:“,word_size=args.world.size,
rank - args.rank)
