网络调测时ReduceSum算子性能差

现象描述

网络调测时，网络整体性能较慢。通过Profiling工具获取网络的Profiling数据（Profiling工具的使用方法可参见对应版本的《性能分析工具使用指南》），并进行算子的性能数据分析，发现ReduceSum算子的性能很差。

查看Profiling性能数据中ReduceSum算子的详细信息，如下图所示：

其中，ReduceSum算子的输入数据类型（input_data_type）为“DT_FLOAT16”，block_dim字段的值为“1”，说明该算子未开启多核并行计算。

解决方案

对于昇腾AI处理器的ReduceSum算子或者是用户自定义实现的调用了TBE DSL的”reduce_sum”接口的算子，若输入的数据类型为float16，由于硬件限制，某些场景下会无法开启多核计算。

以ReduceSum算子为例，输入数据是float16的情况可能有如下两种场景：

• 网络调测时未开启混合精度，ReduceSum算子的输入数据本身就是float16类型，此种情况下，若ReduceSum算子的性能较差，可尝试在ReduceSum算子前插入一个Cast算子，将算子的输入数据类型从float16转换为float32。

  ReduceSum算子在输入类型为float32的场景下，会使能多核并发计算，从而达到提升该算子性能的效果。

• 网络调测时开启了混合精度，将ReduceSum算子的输入数据类型从float32转换成了float16，此种情况下，可将ReduceSum算子加入混合精度黑名单，这样网络调测时ReduceSum算子就不会被转换成float16类型，从而避免该算子性能的劣化。

  将ReduceSum算子加入混合精度黑名单的方法如下：

  1. 通过modify_mixlist指定需要修改的混合精度算子黑名单。

     例如：

     # Estimator模式修改方法
     npu_config=NPURunConfig(
       ...
       precision_mode="allow_mix_precision",
       modify_mixlist="/home/test/ops_info.json"
       )
     
     # sess.run模式修改方法
     config = tf.ConfigProto()
     custom_op =  config.graph_options.rewrite_options.custom_optimizers.add()
     custom_op.name =  "NpuOptimizer" 
     custom_op.parameter_map["use_off_line"].b = True
     custom_op.parameter_map["precision_mode"].s = tf.compat.as_bytes("allow_mix_precision")
     custom_op.parameter_map["modify_mixlist"].s = tf.compat.as_bytes("/home/test/ops_info.json")
     ...

  2. 在ops_info.json文件中进行算子黑名单的配置，配置示例如下：

     {
         "black-list": {
             "to-add": ["ReduceSumD"]
         }
     }

     详细配置方法可参见《TensorFlow 1.15网络模型迁移和训练指南》的“性能调优 > 基本调优 > 混合精度训练”。