# Intel® MKL-DNN on PaddlePaddle: Design Doc 我们计划将英特尔深度神经网络数学库[Intel MKL-DNN](https://github.com/01org/mkl-dnn) (Intel Math Kernel Library for Deep Neural Networks)集成到PaddlePaddle， 充分展现英特尔平台的优势，有效提升PaddlePaddle在英特尔架构上的性能。

Figure 1. PaddlePaddle on IA
近期目标 - 完成常用Layer的MKL-DNN实现。 - 完成常见深度神经网络VGG，GoogLeNet 和 ResNet的MKL-DNN实现。 目前的优化，主要针对PaddlePaddle在重构之前的代码框架以及V1的API。 具体的完成状态可以参见[这里](https://github.com/PaddlePaddle/Paddle/projects/21)。 ## Contents - [Overview](#overview) - [Actions](#actions) - [CMake](#cmake) - [Matrix](#matrix) - [Layers](#layers) - [Activations](#activations) - [Parameters](#parameters) - [Gradients](#gradients) - [Unit Tests](#unit-tests) - [Python API](#python-api) - [Benchmarking](#benchmarking) - [Others](#others) - [Design Concerns](#design-concerns) ## Overview 我们会把MKL-DNN会作为第三方库集成进PaddlePaddle，与其他第三方库一样，会在编译PaddlePaddle的时候下载并编译MKL-DNN。 同时，为了进一步提升PaddlePaddle在基本数学运算的计算速度，我们也将MKLML即(MKL small library\[[1](#references)\]) 作为另一个第三方库集成进PaddlePaddle，它只会包括生成好的动态库和头文件。 MKL，MKLML以及MKL-DNN三者关系如下表： | Name | Open Source | License | Descriptions | |------------|----------------| ------------| --------------| | MKL | No | Proprietary | Accelerate math processing routines | | MKLML | No | Proprietary | Small package of MKL, especially for Machine Learning | | MKL-DNN | Yes | Apache 2.0 | Accelerate primitives processing routines especially for Deep Neural Networks | MKLML可以与MKL-DNN共同使用，以此达到最好的性能。

Figure 2. PaddlePaddle with MKL Engines
## Actions 添加的相关文件和目录结构如下： ```txt PaddlePaddle/Paddle ├── ... ├── cmake/ │ ├── external/ │ │ ├── ... │ │ ├── mkldnn.cmake │ │ └── mklml.cmake └── paddle/ ├── ... ├── math/ │ ├── ... │ └── MKLDNNMatrix.* └── gserver/ ├── ... ├── layers/ │ ├── ... │ └── MKLDNN*Layer.* ├── activations/ │ ├── ... │ └── MKLDNNActivations.* └── tests/ ├── ... ├── MKLDNNTester.* └── test_MKLDNN.cpp ``` ### CMake 在`CMakeLists.txt`中提供一个与MKL有关的总开关：`WITH_MKL`，它负责决定编译时是否使用MKLML和MKL-DNN - `WITH_MKLML` 控制是否使用MKLML库。 当打开`WITH_MKL`时，会自动使用MKLML库作为PaddlePaddle的CBLAS和LAPACK库，同时会开启Intel OpenMP用于提高MKLML的性能。 编译时会把对应的头文件和库放在`build/third_party/install/mklml/*`目录下对应的地方。 MKLML的库目前都是动态库，主要包括`libiomp5.so`和`libmklml_intel.so`。 - `WITH_MKLDNN` 控制是否使用MKL-DNN。 当开启`WITH_MKL`时，会自动根据硬件配置[[2](#references)]选择是否编译MKL-DNN。 编译时会把对应的头文件和库放在`build/third_party/install/mkldnn/*`目录下对应的地方。 MKL-DNN的库目前只有动态库`libmkldnn.so`。 ### Matrix 目前在PaddlePaddle中数据都是以`NCHW`的格式存储，但是在MKL-DNN中的排列方式不止这一种。 所以我们定义了一个`MKLDNNMatrix`用于管理MKL-DNN数据的不同格式以及相互之间的转换。

Figure 3. MKLDNNMatrix
### Layers 所有MKL-DNN的Layers都会继承于`MKLDNNLayer`，该类继承于PaddlePaddle的基类`Layer`。 在`MKLDNNLayer`中会提供一些必要的接口和函数，并且会写好`forward`和`backward`的基本逻辑， 子类只需要使用定义好的接口，实现具体的函数功能即可。

Figure 4. MKLDNNLayer
每个MKLDNNLayer都包含用于内部存储和外部存储的一系列MKLDNNMatrix： - 内部存储（internel memory）：`inVal_`,`inGrad_`,`outVal_`和`outGrad_`，分别代表输入数据，输入梯度，输出数据和输出梯度。 - 外部存储（external memory）：都是以ext开头，比如`extInVal_`和`extInGrad_`，它们主要是用于， 当数据格式与PaddlePaddle默认的`NCHW`格式不匹配时，转换内存的工作。 需要注意的是，PaddlePaddle的activation会直接使用`output_.value`和`output_.grad`， 所以`extOutVal_`和`extOutGrad_`必须分别与`output_.value`和`output_.grad`共享内存， 如果不需要外部存储用于转换，那么对应的内部存储也会与它们共享内存。 - 转换函数（resetXXX）： 包括`resetInValue`，`resetInGrad`，`resetOutValue`和`resetOutGrad`， 表示对输入数据，输入梯度，输出数据和输出梯度的转换。 这些函数会根据输入参数重新设置内部和外部存储，当然这两者也可以相等，即表示不需要转换。 注意：每个`MKLDNNlayer`的子类只需要使用内部存储就可以了，所有外部的转换工作都会在reset系列函数中都准备好。 ### Activations 在重构前的PaddlePaddle中，激活函数是独立于`Layer`的概念，并且输入输出都是共用一块内存， 所以添加了对应的`MKLDNNActivation`来实现，方式类似于`MKLDNNLayer`。 ### Parameters 对于有参数的层，我们会保证`MKLDNNLayer`使用的参数与PaddlePaddle申请的buffer共用一块内存。 如果存在数据排列格式不一样的情况时，我们会在网络训练之前把格式转换为MKL-DNN希望的格式， 在训练结束的时候再保存为PaddlePaddle的格式，但是整个训练过程中不需要任何转换。 这样既使得最终保存的参数格式与PaddlePaddle一致，又可以避免不必要的转换。 ### Gradients 由于MKL-DNN的操作都是直接覆盖的形式，也就是说输出的结果不会在原来的数据上累加， 这样带来的好处就是不需要一直清空memory，节省了不必要的操作。 但是注意的是，当网络出现分支且在`backward`的时候，需要累加不同Layer传过来的梯度。 所以在`MKLDNNlayer`中实现了一个merge的方法，此时每个小分支的`Input Gradient` 会先临时保存在`MKLDNNMatrix`中，由分支处的Layer负责求和，并把结果放到当前层的`output_.grad`中。 所以整体上，在实现每个子类的时候就不需要关心分支的事情了。

Figure 5. Merge Gradients
### Unit Tests 我们会添加`test_MKLDNN.cpp`和`MKLDNNTester.*`用于MKL-DNN的测试。 测试分为每个Layer（或Activation）的单元测试和简单网络的整体测试。 每个测试会对比PaddlePaddle中CPU算出的结果与MKL-DNN的结果，小于某个比较小的阈值认为通过。 ### Python API 目前只考虑**v1 API**。 计划在`python/paddle/trainer/config_parser.py`里面添加`use_mkldnn`这个选择，方便用户选择使用MKL-DNN的layers。 具体实现方式比如： ```python use_mkldnn = bool(int(g_command_config_args.get("use_mkldnn", 0))) if use_mkldnn self.layer_type = mkldnn_* ``` 所有MKL-DNN的`layer_type`会以*mkldnn_*开头，这些会在`MKLDNN*Layer`注册layer的时候保证，以示区分。 同时,会在`paddle/utils.Flags`中添加一个`use_mkldnn`的flag，用于选择是否使用MKL-DNN的相关功能。 ### Benchmarking 会添加相应的脚本在[这里](https://github.com/PaddlePaddle/Paddle/tree/develop/benchmark/paddle/image)，用于测试和对比在使用MKL-DNN前后的CNN网络性能。 测试的性能对比结果会在[IntelOptimizedPaddle.md](https://github.com/PaddlePaddle/Paddle/blob/develop/benchmark/IntelOptimizedPaddle.md) ### Others 1. 如果在使用MKL-DNN的情况下，会把CPU的Buffer对齐为4096，具体可以参考MKL-DNN中的[memory](https://github.com/01org/mkl-dnn/blob/master/include/mkldnn.hpp#L673)。 2. 深入PaddlePaddle，寻找有没有其他可以优化的可能，进一步优化。比如可能会用OpenMP改进SGD的更新性能。 ## Design Concerns 为了更好的符合PaddlePaddle的代码风格\[[3](#references)\]，同时又尽可能少的牺牲MKL-DNN的性能\[[4](#references)\]。 我们总结出一些特别需要注意的点： 1. 使用**deviceId_**。为了尽可能少的在父类Layer中添加变量或者函数， 我们决定使用已有的`deviceId_`变量来区分layer的属性，定义`-2`为`MKLDNNLayer`特有的设备ID。 2. 重写父类Layer的**init**函数，修改`deviceId_`为`-2`，代表这个layer是用于跑在MKL-DNN的环境下。 3. 创建`MKLDNNBase`，定义一些除了layer和memory相关的类和函数。 包括MKL-DNN会用到`MKLDNNStream`和`CPUEngine`，和未来可能还会用到`FPGAEngine`等。 4. 如果MKL-DNN layer的后面接有cpu device，那么就会使`output_.value`与`extOutVal_`共享内存， 同时数据格式就是`NCHW`，这样下一个cpu device就能拿到正确的数据。 在有普通的CPU layer时， `extOutVal_`和`extOutGrad_`的格式始终是`NCHW`或者`NC`。 ## References 1. [MKL small library](https://github.com/01org/mkl-dnn#linking-your-application)是[Intel MKL](https://software.intel.com/en-us/mkl)的一个子集。 主要包括了深度学习相关的数学原语与操作，一般由MKL-DNN在发布[新版本](https://github.com/01org/mkl-dnn/releases)时一起更新。 2. [MKL-DNN System Requirements](https://github.com/01org/mkl-dnn#system-requirements)。 目前在PaddlePaddle中，仅会在支持AVX2指令集及以上的机器才使用MKL-DNN。 3. [原来的方案](https://github.com/PaddlePaddle/Paddle/pull/3096)会引入**nextLayer**的信息。 但是在PaddlePaddle中，无论是重构前的layer还是重构后的op，都不会想要知道next layer/op的信息。 4. MKL-DNN的高性能格式与PaddlePaddle原有的`NCHW`不同(PaddlePaddle中的cuDNN部分使用的也是`NCHW`，所以不存在这个问题)。 所以需要引入一个转换方法，并且只需要在必要的时候转换这种格式，才能更好的发挥MKL-DNN的性能。