算力平台:
Intel® PyTorch 扩展
IPEX 优化了对具有 AVX-512 或更高指令集的 CPU 的支持，并且在仅具有 AVX2 的 CPU 上也能正常工作。因此，对于具有 AVX-512 或更高指令集的 Intel CPU 代系，IPEX 预计会带来性能提升，而仅具有 AVX2 的 CPU（例如 AMD CPU 或较旧的 Intel CPU）在 IPEX 下可能会获得更好的性能，但不保证。IPEX 为 CPU 训练提供了 Float32 和 BFloat16 的性能优化。以下部分主要关注 BFloat16 的使用。
低精度数据类型 BFloat16 已在第 3 代 Xeon® 可扩展处理器（代号 Cooper Lake）上通过 AVX512 指令集原生支持，并将在下一代 Intel® Xeon® 可扩展处理器上通过 Intel® 高级矩阵扩展（Intel® AMX）指令集进一步支持，性能将进一步提升。自 PyTorch-1.10 起，CPU 后端的自动混合精度功能已启用。同时，Intel® PyTorch 扩展已大规模启用了 CPU 的自动混合精度和 BFloat16 优化，并部分上游到 PyTorch 主分支。用户可以使用 IPEX 自动混合精度获得更好的性能和用户体验。
IPEX 安装：
IPEX 发布版本跟随 PyTorch，通过 pip 安装：
| PyTorch Version | IPEX version |
|---|---|
| 2.0 | 2.0.0 |
| 1.13 | 1.13.0 |
| 1.12 | 1.12.300 |
| 1.11 | 1.11.200 |
| 1.10 | 1.10.100 |
pip install intel_extension_for_pytorch==<version_name> -f https://developer.intel.com/ipex-whl-stable-cpu检查更多 IPEX 安装 的方法。
训练优化在 CPU 上的工作原理
Accelerate 已经集成了 IPEX，你只需要通过配置启用它即可。
场景 1: 非分布式 CPU 训练的加速
运行accelerate config在你的机器上：
bash
$ accelerate config
-----------------------------------------------------------------------------------------------------------------------------------------------------------
In which compute environment are you running?
This machine
-----------------------------------------------------------------------------------------------------------------------------------------------------------
Which type of machine are you using?
No distributed training
Do you want to run your training on CPU only (even if a GPU / Apple Silicon device is available)? [yes/NO]:yes
Do you want to use Intel PyTorch Extension (IPEX) to speed up training on CPU? [yes/NO]:yes
Do you wish to optimize your script with torch dynamo?[yes/NO]:NO
Do you want to use DeepSpeed? [yes/NO]: NO
-----------------------------------------------------------------------------------------------------------------------------------------------------------
Do you wish to use FP16 or BF16 (mixed precision)?
bf16这将生成一个配置文件，该文件将被自动用于在执行时正确设置默认选项。
bash
accelerate launch my_script.py --args_to_my_script例如，你可以这样运行 NLP 示例 examples/nlp_example.py（从仓库的根目录）并启用 IPEX。 default_config.yaml 是在运行 accelerate config 后生成的。
bash
compute_environment: LOCAL_MACHINE
distributed_type: 'NO'
downcast_bf16: 'no'
ipex_config:
ipex: true
machine_rank: 0
main_training_function: main
mixed_precision: bf16
num_machines: 1
num_processes: 1
rdzv_backend: static
same_network: true
tpu_env: []
tpu_use_cluster: false
tpu_use_sudo: false
use_cpu: truebash
accelerate launch examples/nlp_example.py场景 2：分布式 CPU 训练加速
我们使用 Intel oneCCL 进行通信，结合 Intel® MPI 库在 Intel® 架构上提供灵活、高效、可扩展的集群消息传递。你可以参考这里的安装指南。
运行accelerate config在你的机器上（node0）：
bash
$ accelerate config
-----------------------------------------------------------------------------------------------------------------------------------------------------------
In which compute environment are you running?
This machine
-----------------------------------------------------------------------------------------------------------------------------------------------------------
Which type of machine are you using?
multi-CPU
How many different machines will you use (use more than 1 for multi-node training)? [1]: 4
-----------------------------------------------------------------------------------------------------------------------------------------------------------
What is the rank of this machine?
0
What is the IP address of the machine that will host the main process? 36.112.23.24
What is the port you will use to communicate with the main process? 29500
Are all the machines on the same local network? Answer `no` if nodes are on the cloud and/or on different network hosts [YES/no]: yes
Do you want to use Intel PyTorch Extension (IPEX) to speed up training on CPU? [yes/NO]:yes
Do you want accelerate to launch mpirun? [yes/NO]: yes
Please enter the path to the hostfile to use with mpirun [~/hostfile]: ~/hostfile
Enter the number of oneCCL worker threads [1]: 1
Do you wish to optimize your script with torch dynamo?[yes/NO]:NO
How many processes should be used for distributed training? [1]:16
-----------------------------------------------------------------------------------------------------------------------------------------------------------
Do you wish to use FP16 or BF16 (mixed precision)?
bf16例如，你可以这样运行 NLP 示例 examples/nlp_example.py（从仓库的根目录）并启用 IPEX 进行分布式 CPU 训练。
default_config.yaml 是在运行 accelerate config 后生成的。
bash
compute_environment: LOCAL_MACHINE
distributed_type: MULTI_CPU
downcast_bf16: 'no'
ipex_config:
ipex: true
machine_rank: 0
main_process_ip: 36.112.23.24
main_process_port: 29500
main_training_function: main
mixed_precision: bf16
mpirun_config:
mpirun_ccl: '1'
mpirun_hostfile: /home/user/hostfile
num_machines: 4
num_processes: 16
rdzv_backend: static
same_network: true
tpu_env: []
tpu_use_cluster: false
tpu_use_sudo: false
use_cpu: true设置以下环境并使用 Intel MPI 启动训练
在 node0 上，你需要创建一个包含每个节点 IP 地址的配置文件（例如 hostfile），并将该配置文件的路径作为参数传递。 如果你选择让 Accelerate 启动 mpirun，请确保你的 hostfile 位置与配置中的路径匹配。
bash
$ cat hostfile
xxx.xxx.xxx.xxx #node0 ip
xxx.xxx.xxx.xxx #node1 ip
xxx.xxx.xxx.xxx #node2 ip
xxx.xxx.xxx.xxx #node3 ip当 Accelerate 启动 mpirun 时，先源码 oneCCL 绑定的 setvars.sh 以获取你的 Intel MPI 环境，然后使用 accelerate launch 运行你的脚本。请注意，Python 脚本和环境需要存在于所有用于多 CPU 训练的机器上。
bash
oneccl_bindings_for_pytorch_path=$(python -c "from oneccl_bindings_for_pytorch import cwd; print(cwd)")
source $oneccl_bindings_for_pytorch_path/env/setvars.sh
accelerate launch examples/nlp_example.py否则，如果你选择不使用 Accelerate 启动 mpirun，请在 node0 上运行以下命令，16DDP 将在 node0、node1、node2 和 node3 上启用 BF16 混合精度。使用此方法时，Python 脚本、Python 环境和 Accelerate 配置文件需要存在于所有用于多 CPU 训练的机器上。
bash
oneccl_bindings_for_pytorch_path=$(python -c "from oneccl_bindings_for_pytorch import cwd; print(cwd)")
source $oneccl_bindings_for_pytorch_path/env/setvars.sh
export CCL_WORKER_COUNT=1
export MASTER_ADDR=xxx.xxx.xxx.xxx #node0 ip
export CCL_ATL_TRANSPORT=ofi
mpirun -f hostfile -n 16 -ppn 4 accelerate launch examples/nlp_example.py