如何解决 TPU 推理的数据获取瓶颈？

Question

这就是我的推理设置的样子

autotune = tf.data.experimental.AUTOTUNE

with strategy.scope():
    model = LoadModel()
    raw_dataset = tf.data.TFRecordDataset(tfRecordAddress)
    train_dataset = raw_dataset.map(_parse_example, num_parallel_calls=autotune)
    train_dataset = train_dataset.padded_batch(batch_size, padding_values=(1, 1, b'-'), padded_shapes=(512, 512, 1))
    # train_dataset = train_dataset.repeat()
    train_dataset = train_dataset.prefetch(autotune)
    train_dataset = strategy.experimental_distribute_dataset(train_dataset)

def per_core_inference_fn(inputIds,attnIds ):
    return model.inference((inputIds, attnIds))

@tf.function
def inference_fn(inputIds, attnIds):
    return strategy.run(per_core_inference_fn, args=(inputIds,attnIds))

results = []
for x in train_dataset:
    t0 = time.time()
    results.append(inference_fn(x[0], x[1]))
    t1 = time.time()
    print('time is :', t1-t0)

使用巨大的 batch_sizes，推理速度非常快，大约 0.0003 秒。 然而，下一批的获取需要很长时间， for x in train_dataset: ，大约 60-80 秒。

据我所知，我的推理是正确的，但不知何故，TPU 的 CPU 在批量检索方面遇到了巨大的瓶颈。

我在训练过程中没有看到这个瓶颈。 所以看起来model.fit正在做我没有做的事情。

Answer 1

我有一种感觉，这个瓶颈是由于for x in train_dataset而发生的。 批加载之间的这 60-80 秒对我来说意味着预取没有按预期工作。 在自定义训练循环 (CTL) 代码中，我通常会看到整个循环都包含在tf.function中，例如此处。

你能类似地修改你的代码吗？ 您还可以尝试捕获 TPU 配置文件 ( https://cloud.google.com/tpu/docs/cloud-tpu-tools#capture_profile ) 而不是使用time.time()进行基准测试。