实测！高性能PCIe 5.0 SSD为AI训练贡献了啥？

如今，AI 的火热程度已经不需要解释。算力、算法、数据，构成驱动 AI 技术快速发展的三驾马车：

 

 

• 算力越强，越能够处理更加复杂的训练模型，并加速训练进程；

 

• 算法越先进，越能高效的从数据中学习并优化模型，实现更加准确的智能决策与预测；

 

• 数据越充分，模型的泛化能力越强，而随着新的数据不断被注入，模型也将实现不断迭代，越发好用且智能。

 

完整的 AI 训练包括数据收集、数据预处理、数据标注、数据分割、模型设计、模型搭建、模型训练、模型评估、模型调优，最终部署等环节。GPU 作为整个模型训练的算力核心，因其成本高昂，系统架构和参数设置应以最大发挥 GPU 的使用频率为目标。

 

模型训练阶段，SSD 通常用于提供 GPU 所需的样本数据，并对 GPU 训练产生的中间结果、日志、临时文件等加以保存。随着数据量的爆炸式增长，高效的数据摄取和处理成为一项重大挑战。为探究 SSD 对模型训练带来的影响，本文将通过 DLIO Benchmark 测试软件进行验证。

 

 

由于本文篇幅较长，为方便阅读，这里先放结论：

 

• 数据加载环节，NVMe SSD 可以做到满载运行，以充分发挥 GPU 性能；

 

• 单片 PBlaze7 7940 PCIe 5.0 SSD 可以在吞吐量较高的模型训练任务中，为多颗 GPU 配置带来优秀的 I/O 传输带宽，性能领先 PCIe 4.0 SSD 达 81%；

 

• 在本次测试中，单片 PBlaze7 7940 PCIe 5.0 SSD 可以让8颗 GPU 始终保持90%以上利用率；

 

• 相比 PCIe 4.0 SSD，单片 PBlaze7 7940 PCIe 5.0 SSD 可以让训练环节减少耗时 1,000秒；

 

• GPU 性能越强，部署数量越多，越需要更强的 SSD 和系统内存加以满足。

 

以下是测试详情。

 

 

 

DLIO Benchmark 介绍

 

DLIO Benchmark 是行业里非常有名的，针对深度学习应用负载的 I/O 性能检测工具。它通过模拟训练过程中的 I/O 行为，帮助开发人员快速找到系统架构中的 I/O 瓶颈，并指导优化训练性能。

 

 

如图所示，在硬件架构中，硬盘、系统内存、GPU 都不应存在瓶颈。数据供给不及时，将造成 GPU 等待；GPU 性能弱，数据请求也会相应减少。

 

DLIO Benchmark 的测试涵盖多种深度学习模型任务，如图像分类、自然语言处理、宇宙结构探究等等。通过这些测试，我们可以得到基于具体的硬件配置和运行参数，在不同深度学习框架，如 TensorFlow、PyTorch 等，在特定任务上的 I/O 性能表现。

 

DLIO Benchmark 内置了多个标准模型训练任务脚本，包括：

 

 

• BERT，Bidirectional Encoder Representations from Transformers，由 Google 在2018年提出的预训练语言模型。它基于 Transformer 架构，能够同时从左到右和从右到左读取文本，从而更好地理解上下文。因其出色的性能和广泛的应用，在自然语言处理领域备受瞩目。

 

• CosmoFlow 是一个高度可扩展的深度学习应用程序，它基于TensorFlow框架构建，通过将深度学习技术应用于数据密集型的宇宙学研究中，特别是处理大规模的三维宇宙学数据集，加深科学家对宇宙的理解。

 

• ResNet-50，Residual Network 50 是一种深度残差网络模型，由微软实验室的何恺明等人在2015年提出，并在当年的 ILSVRC 图像分类竞赛中获得第一名。ResNet50网络在解决传统卷积神经网络（CNN）在堆叠到一定深度时出现的性能退化问题上取得了显著突破，成为了计算机视觉领域的重要基石。

 

• UNet3D，或 3D UNet，是一种用于医学图像分析的深度学习网络，基于 PyTorch 框架构建。它是 UNet 架构的一个变体，以更好地适应三维医学图像数据（如CT或MRI扫描），有效提取图像中各种器官、组织和病变的轮廓和边缘信息，有助于医生进行疾病诊断和治疗。

 

 

测试使用的环境如下：

 

• CPU：Intel Xeon 6448Y ×2，64 core 128 Thread
• Memory：32GB ECC ×16，512GB Total
• System：Ubuntu 22.04.2 LTS
• 测试盘：PBlaze7 7940 7.68TB，PCIe 5.0 ×4，数量1
• 对比盘：PBlaze6 6530 3.84TB，PCIe 4.0 ×4，数量1

 

测试使用 UNet3D 脚本，模拟20,480个样本文件的训练过程。由于样本体积达到3TB，远超系统内存，系统会将它们分多个批次加载 —— 当 GPU 取走一批数据，SSD 需要在 GPU 完成这批数据的训练前将下一批数据写进内存，会比较考验 SSD 的读性能。

 

每一个模拟训练均执行5个 epoch，每个 epoch 结束重新加载训练样本集，对内存中已经缓存的近 500GB 数据进行更新。由于样本加载顺序随机，少量样本可能会命中缓存，带来小幅 I/O 性能提升。当然，如果系统内存“足够大”，可以包容全部样本数据，对 I/O 性能的提升将会非常明显，但成本也会大幅增加。

 

这里我们使用 DLIO Benchmark 软件分别模拟 1、2、4、6、8、16、32颗 GPU 的配置情况。

 

 

 

模型训练耗时
PBlaze7 7940 SSD 节省40% 以上测试时间！

 

通过模拟 AI 模型训练及其数据加载行为，我们可以统计出配置不同的 SSD、不同数量的 GPU，其训练环节的耗时差异，结果如下：

 

 

在 epoch=5 的情况下，通过配置单片 PBlaze7 7940 PCIe 5.0 SSD，可以在4颗或更多 GPU 的训练任务中，相比 PCIe 4.0 SSD 节省近1,000秒的时间。我们假设80个 epoch 为一次完整训练，节省时间则可以达到 16,000秒，并在80次完整训练下节省14.8天！

 

 

 

I/O 传输性能差异
单加速器可破3GB/s，多加速器下可达10.98GB/s！

 

当加速器（GPU）数量设置为1时，由 PBlaze7 7940 PCIe 5.0 SSD 和 PBlaze6 6530 PCIe 4.0 SSD 构成的训练平台均可以带来 3.1GB/s 的 I/O 性能。根据平均样本文件体积 146MB、每个加速器一次加载样本数量32个，以及 V100 GPU 的计算环节代替参数，可得出加速器理论处理上限为 3400MB/s，远没有达到 SSD 和系统内存的读带宽。因此，我们可以继续增加加速器（GPU）的数量，在不增加服务器的情况下继续提升训练性能。

 

 

在配置4颗加速器的情况下，PBlaze7 7940 PCIe 5.0 SSD 训练平台可以提供 9.16GB/s 的 I/O 性能；在配置6颗加速器的情况下，CPU、内存开始出现长时间满载情况，I/O 性能收益也开始下降，最终 I/O 性能为 10.98GB/s。

 

 

每秒样本处理数量和 I/O 性能测试结果一致，数值越大，意味着模型训练的速度越高。

 

 

 

 

 

加速器（GPU）的使用效率
单片PBlaze7 7940将8颗GPU使用率提升至90%

 

Accelerator Utilization 代表加速器（GPU）的利用效率，当加速器数量较少时，由 PBlaze7 7940 组建的训练平台可满足加速器对数据的请求，此时加速器利用率较高，达到 98.77%；当加速器数量较多时，每一个加速器获得的 I/O 传输带宽变少，使用效率也出现下降。

 

 

值得一提的是，尽管我们的测试仅使用了一片 PBlaze7 7940 PCIe 5.0 SSD，设定的每一个加速器对 I/O 性能的要求都很高，它仍然可以在8颗加速器的前提下，保证加速器的使用频率维持在 90% 以上！

 

 

 

消除缓存影响
PBlaze7 7940、PBlaze6 6530仍表现强势！

 

此外，我们还补充了 epoch = 1 时的 I/O 性能结果，此时，没有任何样本数据可以在缓存中再次命中，SSD 带来的 I/O 性能影响也将被进一步放大。

 

 

相比较5个 epoch 的设定，此时 I/O 性能仅出现细微下滑，I/O 传输带宽仍然可以达到 10.63GB/s。

 

 

 

SSD 性能监测
数据加载环节，SSD 可全速运行，避免成为瓶颈

 

使用 iostat 工具可以观察每个训练过程中 SSD 的 I/O 情况。在样本数据加载阶段，SSD 几乎可以达到满速运行。

 

 

SSD 读延迟如下所示，在近乎满载的情况下，PBlaze7 7940 PCIe 5.0 SSD 延迟相较于 PCIe 4.0 SSD，低了50%以上！

 

 

全文总结：

 

在 AI 训练硬件架构的精密布局中，确保每一个环节都不成为性能瓶颈，是实现高效 AI 训练的核心要义。NVMe SSD 以其极低的延迟、高吞吐量和卓越的读写性能，为 AI 训练过程中的海量数据读写需求提供了强有力的支撑，成为加速 AI 训练进程的重要一环。

 

而随着 AI 模型规模和复杂度的不断提升，对于计算资源和存储容量的需求也随之剧增。在这样的背景下，拥有更强单片性能的企业级 PCIe 5.0 NVMe SSD 显得尤为关键，它不仅能够提供更大的存储容量，以容纳日益庞大的数据集和模型参数，更能在高负载下保持稳定的高性能输出，为复杂模型、大模型的训练提供持久而强大的支持。

 

可以预见，随着技术的不断进步和成本的逐步降低，在未来 AI 硬件生态中，NVMe SSD 将扮演越来越重要的角色，成为推动 AI 训练效率革命的重要力量，并促使系统架构师和开发者在构建 AI 训练平台时，更加注重存储系统的优化与升级，以确保整个硬件架构能够充分发挥出每一环节的潜力。

 

作为国内技术实力领先的企业级 NVMe SSD 厂商，忆恒创源也将不断打磨其技术，不断推出有着更高性能、更大容量、更高能效比的 NVMe SSD 产品，为推动人工智能技术的快速发展和广泛应用持续贡献力量！