parallel_executor.cc 17.4 KB
Newer Older
Y
Yang Yang 已提交
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
/* Copyright (c) 2016 PaddlePaddle Authors. All Rights Reserved.

Licensed under the Apache License, Version 2.0 (the "License");
you may not use this file except in compliance with the License.
You may obtain a copy of the License at

    http://www.apache.org/licenses/LICENSE-2.0

Unless required by applicable law or agreed to in writing, software
distributed under the License is distributed on an "AS IS" BASIS,
WITHOUT WARRANTIES OR CONDITIONS OF ANY KIND, either express or implied.
See the License for the specific language governing permissions and
limitations under the License. */

#include "paddle/fluid/framework/parallel_executor.h"
Y
Yu Yang 已提交
16
#include "ThreadPool.h"
Y
Yu Yang 已提交
17
#include "lod_tensor.h"
Y
Yu Yang 已提交
18
#include "lod_tensor_array.h"
Y
Yu Yang 已提交
19
#include "op_registry.h"
Y
Yu Yang 已提交
20
#include "paddle/fluid/framework/details/fetch_op_handle.h"
Y
Yu Yang 已提交
21
#include "paddle/fluid/framework/details/op_handle_base.h"
Y
Yu Yang 已提交
22
#include "paddle/fluid/framework/details/scale_loss_grad_op_handle.h"
Y
Yu Yang 已提交
23
#include "paddle/fluid/framework/details/var_handle.h"
Y
Yu Yang 已提交
24
#include "paddle/fluid/platform/nccl_helper.h"
Y
Yang Yang 已提交
25 26

namespace paddle {
Y
Yu Yang 已提交
27 28
namespace framework {

Y
Yu Yang 已提交
29
using details::DummyVarHandle;
Y
Yu Yang 已提交
30
using details::FetchOpHandle;
Y
Yu Yang 已提交
31
using details::OpHandleBase;
Y
Yu Yang 已提交
32
using details::ScaleLossGradOpHandle;
Y
Yu Yang 已提交
33 34
using details::VarHandle;
using details::VarHandleBase;
Y
Yu Yang 已提交
35 36 37

class ParallelExecutorPrivate {
 public:
Y
Yu Yang 已提交
38 39 40 41 42
  explicit ParallelExecutorPrivate(size_t num_threads,
                                   const std::vector<platform::Place> &places)
      : places_(places),
        fetch_dev_ctxs_(places),
        pool_(num_threads <= 1 ? nullptr : new ThreadPool(num_threads)) {}
Y
Yu Yang 已提交
43

Y
Stash  
Yu Yang 已提交
44
  std::vector<platform::Place> places_;
Y
Yu Yang 已提交
45
  platform::DeviceContextPool fetch_dev_ctxs_;
Y
Yu Yang 已提交
46
  std::vector<Scope *> local_scopes_;
Y
Yu Yang 已提交
47
  Scope *global_scope_;
Y
Yu Yang 已提交
48

Y
Yu Yang 已提交
49
  std::unique_ptr<platform::NCCLContextMap> nccl_ctxs_;
Y
Yu Yang 已提交
50

Y
Yu Yang 已提交
51 52 53 54 55 56
  platform::Place main_place_;

  std::unordered_map<platform::Place,
                     std::unordered_map<std::string, std::map<int, VarHandle>>,
                     platform::PlaceHash>
      vars_;
Y
Yu Yang 已提交
57

Y
Yu Yang 已提交
58 59
  std::unordered_set<std::unique_ptr<VarHandleBase>> dep_vars_;

Y
Yu Yang 已提交
60
  std::vector<std::unique_ptr<OpHandleBase>> ops_;
Y
Yu Yang 已提交
61

Y
Yu Yang 已提交
62
  // Use a simpler thread pool, might be faster.
Y
Yu Yang 已提交
63
  std::unique_ptr<ThreadPool> pool_;
Y
Yu Yang 已提交
64 65

  std::unique_ptr<platform::EnforceNotMet> exception_;
Y
Yu Yang 已提交
66

Y
Yu Yang 已提交
67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83
  VarHandle *GetVarHandle(const std::string &each_var_name,
                          const platform::Place &place) {
    auto &var_holders = vars_[place];
    auto &var_holder = var_holders[each_var_name];
    VarHandle *var = nullptr;
    if (var_holder.empty()) {
      auto &init_var = var_holder[0];
      init_var.place_ = place;
      init_var.name_ = each_var_name;
      init_var.generated_op_ = nullptr;
      init_var.version_ = 0;
      var = &init_var;
    } else {
      var = &var_holder.rbegin()->second;
    }
    return var;
  }
Y
Yu Yang 已提交
84

Y
Yu Yang 已提交
85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123
  void RunOp(
      bool use_event,
      std::unordered_map<VarHandleBase *, std::atomic<bool>> &pending_vars,
      OpHandleBase *op) {
    std::vector<std::atomic<bool> *> *ready_buffer =
        new std::vector<std::atomic<bool> *>();
    for (auto *var : op->outputs_) {
      ready_buffer->emplace_back(&pending_vars[var]);
    }

    auto op_run = [ready_buffer, op, this, use_event] {
      try {
        VLOG(10) << op->DebugString();
        op->Run(use_event);
        for (auto *ready : *ready_buffer) {
          ready->store(true, std::memory_order_release);
        }
        delete ready_buffer;
      } catch (platform::EnforceNotMet ex) {
        exception_.reset(new platform::EnforceNotMet(ex));
      } catch (...) {
        LOG(FATAL) << "Unknown exception catched";
      }
    };
    if (pool_) {
      pool_->enqueue(op_run);
    } else {
      op_run();
    }
  }

  void GenerateVar(OpHandleBase *op_handle, const std::string &each_var_name,
                   const platform::Place &place) {
    auto &vars = vars_[place][each_var_name];
    size_t version = vars.size();
    auto &var = vars[version];
    var.version_ = version;
    var.name_ = each_var_name;
    var.place_ = place;
Y
Yu Yang 已提交
124
    op_handle->AddOutput(&var);
Y
Yu Yang 已提交
125 126 127 128 129 130
  }
};  // namespace framework

struct NCCLAllReduceOpHandle : public OpHandleBase {
  const std::vector<Scope *> &local_scopes_;
  const std::vector<platform::Place> &places_;
Y
Yu Yang 已提交
131
  const platform::NCCLContextMap &nccl_ctxs_;
Y
Yu Yang 已提交
132

Y
Yu Yang 已提交
133 134 135
  explicit NCCLAllReduceOpHandle(const std::vector<Scope *> &local_scopes,
                                 const std::vector<platform::Place> &places,
                                 const platform::NCCLContextMap &ctxs)
Y
Yu Yang 已提交
136 137 138 139 140
      : local_scopes_(local_scopes), places_(places), nccl_ctxs_(ctxs) {
    for (auto &p : places_) {
      this->dev_ctx_[p] = nccl_ctxs_.DevCtx(p);
    }
  }
Y
Yu Yang 已提交
141

Y
Yu Yang 已提交
142
  void Wait(platform::DeviceContext *waited_dev) override {
Y
Yu Yang 已提交
143
    OpHandleBase::Wait(waited_dev);
Y
Yu Yang 已提交
144 145
  }

Y
Yu Yang 已提交
146 147
 protected:
  void RunImpl() override {
Y
Yu Yang 已提交
148
    if (inputs_.size() == 1) {
Y
Yu Yang 已提交
149 150
      return;  // No need to all reduce when GPU count = 1;
    } else {
Y
Yu Yang 已提交
151 152 153 154 155 156
      // Wait input done
      for (auto *in : inputs_) {
        auto &p = static_cast<VarHandle *>(in)->place_;
        in->generated_op_->Wait(dev_ctx_[p]);
      }

Y
Yu Yang 已提交
157 158 159 160
      auto &var_name = static_cast<VarHandle *>(this->inputs_[0])->name_;
      int dtype = -1;
      size_t numel = 0;

Y
Yu Yang 已提交
161
      platform::NCCLGroupGuard guard;
Y
Update  
Yu Yang 已提交
162

Y
Yu Yang 已提交
163 164 165
      for (size_t i = 0; i < local_scopes_.size(); ++i) {
        auto &p = places_[i];
        auto *s = local_scopes_[i];
Y
Yu Yang 已提交
166 167 168 169
        int dev_id = boost::get<platform::CUDAPlace>(p).device;

        auto &lod_tensor = s->FindVar(var_name)->Get<framework::LoDTensor>();
        void *buffer = const_cast<void *>(lod_tensor.data<void>());
Y
Debug  
Yu Yang 已提交
170 171 172 173 174
        uintptr_t buf = reinterpret_cast<uintptr_t>(buffer);
        if (buf % sizeof(float) != 0) {
          VLOG(3) << "Buffer is not aligned " << buf;
        }

Y
Yu Yang 已提交
175
        if (dtype == -1) {
Y
Yu Yang 已提交
176
          dtype = platform::ToNCCLDataType(lod_tensor.type());
Y
Yu Yang 已提交
177 178 179 180 181
        }

        if (numel == 0) {
          numel = static_cast<size_t>(lod_tensor.numel());
        }
Y
Yu Yang 已提交
182
        auto &nccl_ctx = nccl_ctxs_.at(dev_id);
Y
Yu Yang 已提交
183
        PADDLE_ENFORCE(platform::dynload::ncclAllReduce(
Y
Update  
Yu Yang 已提交
184
            buffer, buffer, numel, static_cast<ncclDataType_t>(dtype), ncclSum,
Y
Yu Yang 已提交
185
            nccl_ctx.comm_, nccl_ctx.stream()));
Y
Yu Yang 已提交
186
      }
Y
Debug  
Yu Yang 已提交
187
    }
Y
Yu Yang 已提交
188
  }
Y
Yu Yang 已提交
189 190
};

Y
Yu Yang 已提交
191
struct ComputationOpHandle : public OpHandleBase {
Y
Yu Yang 已提交
192 193 194 195 196 197 198 199 200 201 202 203 204 205 206 207 208 209 210 211 212 213 214 215 216
  std::unique_ptr<OperatorBase> op_;
  Scope *scope_;
  platform::Place place_;

  explicit ComputationOpHandle(const OpDesc &op_desc, Scope *scope,
                               platform::Place place)
      : op_(framework::OpRegistry::CreateOp(op_desc)),
        scope_(scope),
        place_(place) {}

 protected:
  void RunImpl() override {
    auto *cur_ctx = dev_ctx_[place_];
    for (auto *in : inputs_) {
      bool need_wait =
          in->generated_op_ && in->generated_op_->dev_ctx_[place_] != cur_ctx;
      if (need_wait) {
        in->generated_op_->Wait(cur_ctx);
      }
    }

    op_->Run(*scope_, place_);
  }
};

Y
Yu Yang 已提交
217
ParallelExecutor::ParallelExecutor(
Y
Yu Yang 已提交
218
    size_t num_threads, const std::vector<platform::Place> &places,
Y
Yu Yang 已提交
219 220 221
    const std::unordered_set<std::string> &params,
    const ProgramDesc &startup_program, const ProgramDesc &main_program,
    const std::string &loss_var_name, Scope *scope)
Y
Yu Yang 已提交
222
    : member_(new ParallelExecutorPrivate(num_threads, places)) {
Y
Yu Yang 已提交
223
  member_->global_scope_ = scope;
Y
Yu Yang 已提交
224

Y
Yu Yang 已提交
225 226 227 228
  // Step 1. RunStartupProgram and Bcast the params to devs.
  Executor exe(places[0]);
  exe.Run(startup_program, scope, 0);
  // Create local scopes
Y
Yu Yang 已提交
229 230
  for (size_t i = 0; i < member_->places_.size(); ++i) {
    member_->local_scopes_.push_back(&scope->NewScope());
Y
Yu Yang 已提交
231 232 233 234
  }
  member_->main_place_ = places[0];

  // Bcast Parameters to all GPUs
Y
Yu Yang 已提交
235
  BuildNCCLCommunicator();
Y
Yu Yang 已提交
236 237 238
  if (platform::is_gpu_place(member_->main_place_) &&
      member_->local_scopes_.size() != 1) {  // Is CUDA
    BCastParamsToGPUs(startup_program);
Y
Yu Yang 已提交
239 240 241 242 243 244
  }
  // Startup Program has been run. All local scopes has correct parameters.

  // Step 2. Convert main_program to SSA form and dependency graph. Also, insert
  // ncclOp
  ConstructDependencyGraph(params, main_program, loss_var_name);
Y
Yu Yang 已提交
245 246

  // Step 3. Create vars in each scope;
Y
Yu Yang 已提交
247
  for (auto *scope : member_->local_scopes_) {
Y
Yu Yang 已提交
248 249 250 251 252 253 254 255
    for (auto *var : main_program.Block(0).AllVars()) {
      if (scope->FindVar(var->Name()) != nullptr) {
        continue;
      }

      InitializeVariable(scope->Var(var->Name()), var->GetType());
    }
  }
Y
Yu Yang 已提交
256 257 258 259 260
}

void ParallelExecutor::ConstructDependencyGraph(
    const std::unordered_set<std::string> &params,
    const ProgramDesc &main_program, const std::string &loss_var_name) const {
Y
Yu Yang 已提交
261
  std::unordered_set<std::string> grads;
Y
Yu Yang 已提交
262 263 264 265 266 267 268 269 270 271 272 273 274 275 276
  for (auto &each_param : params) {
    grads.insert(each_param + "@GRAD");
  }

  bool is_forwarding = true;
  for (auto *op : main_program.Block(0).AllOps()) {
    bool change_forward = false;
    if (!is_forwarding) {
      // FIXME(yy): Do not hard code like this
      if (op->OutputArgumentNames().size() == 1 &&
          op->OutputArgumentNames()[0] == loss_var_name + "@GRAD") {
        continue;  // Drop fill 1. for backward coeff;
      }
    }

Y
Yu Yang 已提交
277 278 279 280 281
    for (size_t i = 0; i < member_->places_.size(); ++i) {
      auto &p = member_->places_[i];
      auto *s = member_->local_scopes_[i];

      member_->ops_.emplace_back(new ComputationOpHandle(*op, s, p));
Y
Yu Yang 已提交
282
      auto *op_handle = member_->ops_.back().get();
Y
Yu Yang 已提交
283 284
      op_handle->dev_ctx_[p] = const_cast<platform::DeviceContext *>(
          platform::DeviceContextPool::Instance().Get(p));
Y
Yu Yang 已提交
285 286 287 288

      auto var_names = op->InputArgumentNames();

      for (auto &each_var_name : var_names) {
Y
Yu Yang 已提交
289
        VarHandle *var = member_->GetVarHandle(each_var_name, p);
Y
Yu Yang 已提交
290
        op_handle->AddInput(var);
Y
Yu Yang 已提交
291 292 293 294
      }
      var_names = op->OutputArgumentNames();

      for (auto &each_var_name : var_names) {
Y
Yu Yang 已提交
295
        member_->GenerateVar(op_handle, each_var_name, p);
Y
Yu Yang 已提交
296 297 298 299 300
      }

      if (is_forwarding) {
        if (var_names.size() == 1 && var_names[0] == loss_var_name) {
          // Insert ScaleCost OpHandle
Y
Yu Yang 已提交
301 302 303 304
          op_handle =
              new ScaleLossGradOpHandle(this->member_->local_scopes_.size(), s,
                                        p, member_->nccl_ctxs_->DevCtx(p));
          member_->ops_.emplace_back(op_handle);
Y
Yu Yang 已提交
305

Y
Yu Yang 已提交
306 307 308 309 310 311
          // FIXME: Currently ScaleLossGradOp only use device_count as scale
          // factor. So it does not depend on any other operators.
          // VarHandle *loss = GetVarHandle(loss_var_name, place);
          // loss->pending_ops_.emplace_back(op_handle);
          // op_handle->inputs_.emplace_back(loss);

Y
Yu Yang 已提交
312
          member_->GenerateVar(op_handle, loss_var_name + "@GRAD", p);
Y
Yu Yang 已提交
313 314 315 316 317 318 319 320 321 322 323 324 325 326
          change_forward = true;
        }
      }
    }

    if (change_forward) {
      is_forwarding = false;
    }

    if (!is_forwarding) {
      auto var_names = op->OutputArgumentNames();
      for (auto &og : var_names) {
        if (grads.count(og) != 0) {  // is param grad
          // Insert NCCL AllReduce Op
Y
Yu Yang 已提交
327
          member_->ops_.emplace_back(new NCCLAllReduceOpHandle(
Y
Yu Yang 已提交
328
              member_->local_scopes_, member_->places_, *member_->nccl_ctxs_));
Y
Yu Yang 已提交
329 330
          auto *op_handle = member_->ops_.back().get();

Y
Yu Yang 已提交
331 332 333
          for (size_t i = 0; i < member_->places_.size(); ++i) {
            auto &p = member_->places_[i];
            auto &vars = member_->vars_[p][og];
Y
Yu Yang 已提交
334 335 336 337 338

            if (vars.empty()) {  // This device has no data. continue.
              continue;
            }
            auto *prev_grad = &vars[vars.size() - 1];
Y
Yu Yang 已提交
339 340
            op_handle->AddInput(prev_grad);

Y
Yu Yang 已提交
341
            auto &var = vars[vars.size()];
Y
Yu Yang 已提交
342
            var.place_ = p;
Y
Yu Yang 已提交
343 344
            var.name_ = og;
            var.version_ = vars.size() - 1;
Y
Yu Yang 已提交
345 346

            op_handle->AddOutput(&var);
Y
Yu Yang 已提交
347 348 349 350 351
          }
        }
      }
    }
  }
Y
Yu Yang 已提交
352

Y
Yu Yang 已提交
353 354 355
  /*
    Dependency graph has been constructed. However, there are still data
    harzaeds need to be handled.
Y
Yu Yang 已提交
356
   */
357
  PolishGraphToSupportDataHazards();
Y
Yu Yang 已提交
358
}
Y
Yu Yang 已提交
359

Y
Yu Yang 已提交
360 361 362 363 364 365 366
/**
 * We only handle write after read(WAR), since it should not have a write
 * after write in program. If there are write after write operators, we need
 * prune them.
 *
 * https://en.wikipedia.org/wiki/Hazard_(computer_architecture)#Write_after_read_(WAR)
 */
367
void ParallelExecutor::PolishGraphToSupportDataHazards() const {
Y
Yu Yang 已提交
368 369 370 371 372 373 374 375 376 377 378
  for (auto &place_pair : member_->vars_) {
    for (auto &name_pair : place_pair.second) {
      if (name_pair.second.size() <= 1) {
        return;
      }
      auto it_new = name_pair.second.rbegin();
      auto it_old = name_pair.second.rbegin();
      ++it_old;
      for (; it_old != name_pair.second.rend(); it_new = it_old, ++it_old) {
        auto *write_op = it_new->second.generated_op_;
        auto &read_ops = it_old->second.pending_ops_;
Y
Yu Yang 已提交
379 380 381 382 383 384
        auto *ex_write_op = it_old->second.generated_op_;

        if (ex_write_op == nullptr) {  // Nobody write this var.
          continue;
        }

Y
Yu Yang 已提交
385 386
        for (auto *read_op : read_ops) {
          // Manually add a dependency var from read_op to write_op;
Y
Yu Yang 已提交
387 388 389 390
          if (read_op == write_op) {
            // Read Write is the same op.
            continue;
          }
Y
Yu Yang 已提交
391

Y
Yu Yang 已提交
392
          auto *dep_var = new DummyVarHandle();
Y
Yu Yang 已提交
393 394
          read_op->AddOutput(dep_var);
          write_op->AddInput(dep_var);
Y
Yu Yang 已提交
395 396 397 398 399
          member_->dep_vars_.emplace(dep_var);
        }
      }
    }
  }
Y
Yu Yang 已提交
400 401 402 403
}

void ParallelExecutor::BCastParamsToGPUs(
    const ProgramDesc &startup_program) const {
Y
Yu Yang 已提交
404
#ifdef PADDLE_WITH_CUDA
Y
Yu Yang 已提交
405
  auto *main_scope = member_->local_scopes_[0];
Y
Yu Yang 已提交
406

Y
Yu Yang 已提交
407 408 409 410
  for (auto *var_desc : startup_program.Block(0).AllVars()) {
    if (var_desc->GetType() == proto::VarType::LOD_TENSOR) {
      auto &main_tensor =
          main_scope->FindVar(var_desc->Name())->Get<LoDTensor>();
Y
Yu Yang 已提交
411
      ncclDataType_t data_type = platform::ToNCCLDataType(main_tensor.type());
Y
Yu Yang 已提交
412 413 414
      auto &dims = main_tensor.dims();
      size_t numel = main_tensor.numel();

Y
Yu Yang 已提交
415
      platform::NCCLGroupGuard guard;
Y
Yu Yang 已提交
416

Y
Update  
Yu Yang 已提交
417 418 419 420 421 422
      for (size_t i = 0; i < member_->places_.size(); ++i) {
        auto place = member_->places_[i];
        void *buffer;
        if (i == 0) {
          buffer = const_cast<void *>(main_tensor.data<void>());
        } else {
Y
Yu Yang 已提交
423
          auto local_scope = member_->local_scopes_[i];
Y
Update  
Yu Yang 已提交
424 425 426 427 428
          auto *t = local_scope->Var(var_desc->Name())->GetMutable<LoDTensor>();
          t->Resize(dims);
          buffer = t->mutable_data(place, main_tensor.type());
        }

Y
Yu Yang 已提交
429
        auto &nccl_ctx = member_->nccl_ctxs_->at(place);
Y
Yu Yang 已提交
430 431
        platform::dynload::ncclBcast(buffer, numel, data_type, 0,
                                     nccl_ctx.comm_, nccl_ctx.stream());
Y
Yu Yang 已提交
432
      }
Y
Stash  
Yu Yang 已提交
433
    }
Y
Yu Yang 已提交
434
    member_->nccl_ctxs_->WaitAll();
Y
Stash  
Yu Yang 已提交
435
  }
Y
Yu Yang 已提交
436 437 438 439
#else
  PADDLE_THROW("Not compiled with CUDA");
#endif
}
Y
Yu Yang 已提交
440

Y
Yu Yang 已提交
441 442
void ParallelExecutor::BuildNCCLCommunicator() const {
#ifdef PADDLE_WITH_CUDA
Y
Yu Yang 已提交
443
  member_->nccl_ctxs_.reset(new platform::NCCLContextMap(member_->places_));
Y
Yu Yang 已提交
444
#endif
Y
Yu Yang 已提交
445 446
}

Y
Yu Yang 已提交
447 448
void ParallelExecutor::Run(const std::vector<std::string> &fetch_tensors,
                           const std::string &fetched_var_name) {
Y
Yu Yang 已提交
449
  bool use_event = true;
Y
Debug  
Yu Yang 已提交
450
  FeedFetchList fetched_data(fetch_tensors.size());
Y
Yu Yang 已提交
451
  // Version --> VarHandle
Y
Yu Yang 已提交
452
  member_->exception_.reset();
Y
Yu Yang 已提交
453
  std::unordered_map<VarHandleBase *, std::atomic<bool>> pending_vars;
Y
Yu Yang 已提交
454
  std::unordered_map<OpHandleBase *, size_t> pending_ops;
Y
Yu Yang 已提交
455
  std::vector<DummyVarHandle> dummy_vars;
Y
Yu Yang 已提交
456 457 458 459

  for (auto &place_pair : member_->vars_) {
    for (auto &name_pair : place_pair.second) {
      for (auto &version_pair : name_pair.second) {
Y
Yu Yang 已提交
460 461
        pending_vars[&version_pair.second] =
            version_pair.second.generated_op_ == nullptr;
Y
Yu Yang 已提交
462 463 464 465
      }
    }
  }

Y
Yu Yang 已提交
466
  for (auto &var : member_->dep_vars_) {
Y
Yu Yang 已提交
467
    pending_vars[var.get()] = var->generated_op_ == nullptr;
Y
Yu Yang 已提交
468 469
  }

Y
Yu Yang 已提交
470
  std::vector<OpHandleBase *> to_run;
Y
Yu Yang 已提交
471

Y
Yu Yang 已提交
472
  for (auto &op : member_->ops_) {
Y
Yu Yang 已提交
473 474 475 476 477 478 479
    if (op->inputs_.empty()) {  // Special case, Op has no input.
      to_run.emplace_back(op.get());
    } else {
      pending_ops.insert({op.get(), op->inputs_.size()});
    }
  }

Y
Yu Yang 已提交
480 481 482 483 484 485 486 487 488 489 490 491 492 493 494 495
  std::unordered_map<std::string, std::vector<VarHandleBase *>> fetched_vars;

  for (auto &fetch_var_name : fetch_tensors) {
    for (auto &pair : member_->vars_) {
      auto it = pair.second.find(fetch_var_name);
      if (it != pair.second.end()) {
        fetched_vars[fetch_var_name].push_back(&it->second.rbegin()->second);
      }
    }
  }

  std::vector<FetchOpHandle> fetch_ops;

  for (size_t i = 0; i < fetch_tensors.size(); ++i) {
    auto &var_name = fetch_tensors[i];
    auto &vars = fetched_vars[var_name];
Y
Yu Yang 已提交
496
    fetch_ops.emplace_back(&fetched_data, i, &member_->local_scopes_);
Y
Yu Yang 已提交
497
    FetchOpHandle *op = &fetch_ops.back();
Y
Yu Yang 已提交
498 499

    // FIXME: Use new device context
Y
Yu Yang 已提交
500
    for (auto &p : member_->places_) {
Y
Yu Yang 已提交
501
      op->dev_ctx_[p] = member_->fetch_dev_ctxs_.Get(p);
Y
Yu Yang 已提交
502 503 504
    }

    for (auto *var : vars) {
Y
Yu Yang 已提交
505
      op->AddInput(var);
Y
Yu Yang 已提交
506
    }
Y
Yu Yang 已提交
507 508 509

    dummy_vars.emplace_back();
    auto *var = &dummy_vars.back();
Y
Yu Yang 已提交
510
    op->AddOutput(var);
Y
Yu Yang 已提交
511 512
    pending_vars[var] = false;

Y
Yu Yang 已提交
513 514 515
    pending_ops.insert({op, op->inputs_.size()});
  }

Y
Yu Yang 已提交
516
  for (auto *op : to_run) {
Y
Yu Yang 已提交
517
    member_->RunOp(use_event, pending_vars, op);
Y
Yu Yang 已提交
518 519
  }

Y
Yu Yang 已提交
520
  while (!pending_vars.empty()) {
Y
Yu Yang 已提交
521
    VarHandleBase *ready_var = nullptr;
Y
Yu Yang 已提交
522
    for (auto &pair : pending_vars) {
Y
Yu Yang 已提交
523
      if (pair.second.load(std::memory_order_acquire)) {
Y
Yu Yang 已提交
524
        ready_var = pair.first;
Y
Yu Yang 已提交
525 526
      }
    }
Y
Yu Yang 已提交
527
    if (ready_var == nullptr) {
Y
Yu Yang 已提交
528 529 530 531
      // FIXME use conditional var instead of busy wait.
      if (member_->exception_) {
        throw * member_->exception_;
      }
Y
Yu Yang 已提交
532
      continue;
Y
Yu Yang 已提交
533
    }
Y
Yu Yang 已提交
534
    pending_vars.erase(ready_var);
Y
Yu Yang 已提交
535
    to_run.clear();
Y
Yu Yang 已提交
536 537 538 539 540
    for (auto *op : ready_var->pending_ops_) {
      auto &deps = pending_ops[op];
      --deps;
      if (deps == 0) {
        to_run.emplace_back(op);
Y
Yu Yang 已提交
541 542 543 544
      }
    }
    for (auto *op : to_run) {
      pending_ops.erase(op);
Y
Yu Yang 已提交
545
      member_->RunOp(use_event, pending_vars, op);
Y
Yu Yang 已提交
546 547
    }
  }
Y
Yu Yang 已提交
548

Y
Debug  
Yu Yang 已提交
549 550 551 552 553 554
  for (auto &fetch_op : fetch_ops) {
    fetch_op.WaitAndMergeCPUTensors();
  }

  *member_->global_scope_->Var(fetched_var_name)->GetMutable<FeedFetchList>() =
      fetched_data;
Y
Yu Yang 已提交
555
}
Y
Yu Yang 已提交
556

Y
Yu Yang 已提交
557
}  // namespace framework
Y
Yang Yang 已提交
558
}  // namespace paddle