1 概述
TensorFlow後端分爲四層，運行時層、計算層、通信層、設備層。運行時作爲第一層，實現了session管理、graph管理等很多重要的邏輯，是十分關鍵的一層。根據任務分佈的不同，運行時又分爲本地運行時和分佈式運行時。本地運行時，所有任務運行於本地同一進程內。而分佈式運行時，則允許任務運行在不同機器上。
Tensorflow的運行，通過session搭建了前後端溝通的橋樑，前端幾乎所有操作都是通過session進行。session的生命週期由創建、運行、關閉、銷燬組成，前文已經詳細講述過。可以將session看做TensorFlow運行的載體。而TensorFlow運行的核心對象，則是計算圖Graph。它由計算算子和計算數據兩部分構成，可以完整描述整個計算內容。Graph的生命週期包括構建和傳遞、剪枝、分裂、執行等步驟，本文會詳細講解。理解TensorFlow的運行時，重點就是理解會話session和計算圖Graph。
本地運行時，client master和worker都在本地機器的同一進程內，均通過DirectSession類來描述。由於在同一進程內，三者間可以共享內存，通過DirectSession的相關函數實現調用。
client前端直接面向用戶，負責session的創建，計算圖Graph的構造。並通過session.run()將Graph序列化後傳遞給master。master收到後，先反序列化得到Graph，然後根據反向依賴關係，得到幾個最小依賴子圖，這一步稱爲剪枝。之後master根據可運行的設備情況，將子圖分裂到不同設備上，從而可以併發執行，這一步稱爲分裂。最後，由每個設備上的worker並行執行分裂後的子圖，得到計算結果後返回。
2 Graph構建和傳遞
session.run()開啓了後端Graph的構建和傳遞。在前文session生命週期的講解中，session.run()時會先調用_extend_graph()將要運行的Operation添加到Graph中，然後再啓動運行過程。extend_graph()會先將graph序列化，得到graph_def，然後調用後端的TF_ExtendGraph()方法。下面我們從c_api.cc中的TF_ExtendGraph()看起。
// 增加節點到graph中，proto爲序列化後的graph
void TF_ExtendGraph(TF_DeprecatedSession* s, const void* proto,
size_t proto_len, TF_Status* status) {
GraphDef g;
// 先將proto轉換爲GrapDef。graphDef是圖的序列化表示，反序列化在後面。
if (!tensorflow::ParseProtoUnlimited(&g, proto, proto_len)) {
status->status = InvalidArgument("Invalid GraphDef");
return;
}
// 再調用session的extend方法。根據創建的不同session類型，多態調用不同方法。
status->status = s->session->Extend(g);
}後端系統根據生成的Session類型，多態的調用Extend方法。如果是本地session，則調用DirectSession的Extend()方法。下面看DirectSession的Extend()方法。
Status DirectSession::Extend(const GraphDef& graph) {
// 保證線程安全，然後調用ExtendLocked()
mutex_lock l(graph_def_lock_);
return ExtendLocked(graph);
}
// 主要任務就是創建GraphExecutionState對象。
Status DirectSession::ExtendLocked(const GraphDef& graph) {
bool already_initialized;
if (already_initialized) {
TF_RETURN_IF_ERROR(flib_def_->AddLibrary(graph.library()));
// 創建GraphExecutionState
std::unique_ptr<GraphExecutionState> state;
TF_RETURN_IF_ERROR(execution_state_->Extend(graph, &state));
execution_state_.swap(state);
}
return Status::OK();
}最終創建了GraphExecutionState對象。它主要工作有
- 負責將GraphDef反序列化爲graph，從而構造出graph。在初始化方法InitBaseGraph()中
- 執行部分op編排工作，在初始化方法InitBaseGraph()中
Status GraphExecutionState::InitBaseGraph(const BuildGraphOptions& options) {
const GraphDef* graph_def = &original_graph_def_;
// graphDef反序列化得到graph
std::unique_ptr<Graph> new_graph(new Graph(OpRegistry::Global()));
GraphConstructorOptions opts;
TF_RETURN_IF_ERROR(ConvertGraphDefToGraph(opts, *graph_def, new_graph.get()));
// 恢復有狀態的節點
RestoreStatefulNodes(new_graph.get());
// 構造優化器的選項 optimization_options
GraphOptimizationPassOptions optimization_options;
optimization_options.session_options = session_options_;
optimization_options.graph = &new_graph;
optimization_options.flib_def = flib_def_.get();
optimization_options.device_set = device_set_;
TF_RETURN_IF_ERROR(OptimizationPassRegistry::Global()->RunGrouping(
OptimizationPassRegistry::PRE_PLACEMENT, optimization_options));
// plaer執行op編排
Placer placer(new_graph.get(), device_set_, session_options_);
TF_RETURN_IF_ERROR(placer.Run());
TF_RETURN_IF_ERROR(OptimizationPassRegistry::Global()->RunGrouping(
OptimizationPassRegistry::POST_PLACEMENT, optimization_options));
// 報春狀態節點
SaveStatefulNodes(new_graph.get());
graph_ = new_graph.release();
return Status::OK();
}構造Graph：反序列化GraphDef爲Graph
由於client傳遞給master的是序列化後的計算圖，所以master需要先反序列化。通過ConvertGraphDefToGraph實現。代碼在graph_constructor.cc中，如下
Status ConvertGraphDefToGraph(const GraphConstructorOptions& opts,
const GraphDef& gdef, Graph* g) {
ShapeRefiner refiner(gdef.versions().producer(), g->op_registry());
return GraphConstructor::Construct(
opts, gdef.node(), &gdef.versions(), &gdef.library(), g, &refiner,
/*return_tensors=*/nullptr, /*return_nodes=*/nullptr,
/*missing_unused_input_map_keys=*/nullptr);
}編排OP
Operation編排的目的是，將op以最高效的方式，放在合適的硬件設備上，從而最大限度的發揮硬件能力。通過Placer的run()方法進行，算法很複雜，在placer.cc中，我也看得不大懂，就不展開了。
3 Graph剪枝
反序列化構建好Graph，並進行了Operation編排後，master就開始對Graph剪枝了。剪枝就是根據Graph的輸入輸出列表，反向遍歷全圖，找到幾個最小依賴的子圖，從而方便並行計算。
Status GraphExecutionState::BuildGraph(const BuildGraphOptions& options,
std::unique_ptr<ClientGraph>* out) {
std::unique_ptr<Graph> ng;
Status s = OptimizeGraph(options, &ng);
if (!s.ok()) {
// 1 複製一份原始的Graph
ng.reset(new Graph(flib_def_.get()));
CopyGraph(*graph_, ng.get());
}
// 2 剪枝，根據輸入輸出feed fetch，對graph進行增加節點或刪除節點等操作。通過RewriteGraphForExecution()方法
subgraph::RewriteGraphMetadata rewrite_metadata;
if (session_options_ == nullptr ||
!session_options_->config.graph_options().place_pruned_graph()) {
TF_RETURN_IF_ERROR(subgraph::RewriteGraphForExecution(
ng.get(), options.feed_endpoints, options.fetch_endpoints,
options.target_nodes, device_set_->client_device()->attributes(),
options.use_function_convention, &rewrite_metadata));
}
// 3 處理優化選項optimization_options
GraphOptimizationPassOptions optimization_options;
optimization_options.session_options = session_options_;
optimization_options.graph = &ng;
optimization_options.flib_def = flib.get();
optimization_options.device_set = device_set_;
TF_RETURN_IF_ERROR(OptimizationPassRegistry::Global()->RunGrouping(
OptimizationPassRegistry::POST_REWRITE_FOR_EXEC, optimization_options));
// 4 複製一份ClientGraph
std::unique_ptr<ClientGraph> dense_copy(
new ClientGraph(std::move(flib), rewrite_metadata.feed_types,
rewrite_metadata.fetch_types));
CopyGraph(*ng, &dense_copy->graph);
*out = std::move(dense_copy);
return Status::OK();
}剪枝的關鍵在RewriteGraphForExecution()方法中，在subgraph.cc文件中。
Status RewriteGraphForExecution(
Graph* g, const gtl::ArraySlice<string>& fed_outputs,
const gtl::ArraySlice<string>& fetch_outputs,
const gtl::ArraySlice<string>& target_node_names,
const DeviceAttributes& device_info, bool use_function_convention,
RewriteGraphMetadata* out_metadata) {
std::unordered_set<string> endpoints;
// 1 構建節點的name_index，從而快速索引節點。爲FeedInputs，FetchOutputs等步驟所使用
NameIndex name_index;
name_index.reserve(g->num_nodes());
for (Node* n : g->nodes()) {
name_index[n->name()] = n;
}
// 2 FeedInputs，添加輸入節點
if (!fed_outputs.empty()) {
FeedInputs(g, device_info, fed_outputs, use_function_convention, &name_index, &out_metadata->feed_types);
}
// 3 FetchOutputs，添加輸出節點
std::vector<Node*> fetch_nodes;
if (!fetch_outputs.empty()) {
FetchOutputs(g, device_info, fetch_outputs, use_function_convention, &name_index, &fetch_nodes, &out_metadata->fetch_types);
}
// 4 剪枝，形成若干最小依賴子圖
if (!fetch_nodes.empty() || !target_node_names.empty()) {
PruneForTargets(g, name_index, fetch_nodes, target_node_names);
}
return Status::OK();
}主要有4步
- 構建節點的name_index，從而快速索引節點。爲FeedInputs，FetchOutputs等步驟所使用
- FeedInputs，添加輸入節點。輸入節點的數據來源於session.run()時的feed列表。
- FetchOutputs，添加輸出節點。輸出節點在session.run()時通過fetches所給出
- 剪枝PruneForTargets，形成若干最小依賴子圖。這是剪枝算法最關鍵的一步。
PruneForTargets()從輸出節點反向搜索，按照BFS廣度優先算法，找到若干個最小依賴子圖。
static Status PruneForTargets(Graph* g, const subgraph::NameIndex& name_index,
const std::vector<Node*>& fetch_nodes,
const gtl::ArraySlice<string>& target_nodes) {
string not_found;
std::unordered_set<const Node*> targets;
// 1 AddNodeToTargets添加節點到targets中，從輸出節點按照BFS反向遍歷。
for (Node* n : fetch_nodes) {
AddNodeToTargets(n->name(), name_index, &targets);
}
// 2 剪枝，得到多個最小依賴子圖子圖
PruneForReverseReachability(g, targets);
// 修正Source和Sink節點的依賴邊，將沒有輸出邊的節點連接到sink node上
FixupSourceAndSinkEdges(g);
return Status::OK();
}主要有3步
- AddNodeToTargets，從輸出節點按照BFS反向遍歷圖的節點，添加到targets中。
- PruneForReverseReachability，剪枝，得到多個最小依賴子圖子圖
- FixupSourceAndSinkEdges，修正Source和Sink節點的依賴邊，將沒有輸出邊的節點連接到sink node上
PruneForReverseReachability()在algorithm.cc文件中，算法就不分析了，總體是按照BFS廣度優先算法搜索的。
bool PruneForReverseReachability(Graph* g,
std::unordered_set<const Node*> visited) {
// 按照BFS廣度優先算法，從輸出節點開始，反向搜索節點的依賴關係
std::deque<const Node*> queue;
for (const Node* n : visited) {
queue.push_back(n);
}
while (!queue.empty()) {
const Node* n = queue.front();
queue.pop_front();
for (const Node* in : n->in_nodes()) {
if (visited.insert(in).second) {
queue.push_back(in);
}
}
}
// 刪除不在"visited"列表中的節點，說明最小依賴子圖不依賴此節點
std::vector<Node*> all_nodes;
all_nodes.reserve(g->num_nodes());
for (Node* n : g->nodes()) {
all_nodes.push_back(n);
}
bool any_removed = false;
for (Node* n : all_nodes) {
if (visited.count(n) == 0 && !n->IsSource() && !n->IsSink()) {
g->RemoveNode(n);
any_removed = true;
}
}
return any_removed;
}4 Graph分裂
剪枝完成後，master即得到了最小依賴子圖ClientGraph。然後根據本地機器的硬件設備，以及op所指定的運行設備等關係，將圖分裂爲多個Partition Graph，傳遞到相關設備的worker上，從而進行並行運算。這就是Graph的分裂。
Graph分裂的算法在graph_partition.cc的Partition()方法中。算法比較複雜，我們就不分析了。圖分裂有兩種
-
splitbydevice按設備分裂，也就是將Graph分裂到本地各CPU GPU上。本地運行時只使用按設備分裂。
static string SplitByDevice(const Node* node) { return node->assigned_device_name(); } -
splitByWorker 按worker分裂, 也就是將Graph分裂到各分佈式任務上，常用於分佈式運行時。分佈式運行時，圖會經歷兩次分裂。先splitByWorker分裂到各分佈式任務上，一般是各分佈式機器。然後splitbydevice二次分裂到分佈式機器的CPU GPU等設備上。
static string SplitByWorker(const Node* node) { string task; string device; DeviceNameUtils::SplitDeviceName(node->assigned_device_name(), &task, &device); return task; }
5 Graph執行
Graph經過master剪枝和分裂後，就可以在本地的各CPU GPU設備上執行了。這個過程的管理者叫worker。一般一個worker對應一個分裂後的子圖partitionGraph。每個worker啓動一個執行器Executor，入度爲0的節點數據依賴已經ready了，故可以並行執行。等所有Executor執行完畢後，通知執行完畢。
各CPU GPU設備間可能需要數據通信，通過創建send/recv節點來解決。數據發送方創建send節點，將數據放在send節點內，不阻塞。數據接收方創建recv節點，從recv節點中取出數據，recv節點中如果沒有數據則阻塞。這又是一個典型的生產者-消費者關係。
Graph執行的代碼邏輯在direct_session.cc文件的DirectSession::Run()方法中。代碼邏輯很長，我們抽取其中的關鍵部分。
Status DirectSession::Run(const RunOptions& run_options,
const NamedTensorList& inputs,
const std::vector<string>& output_names,
const std::vector<string>& target_nodes,
std::vector<Tensor>* outputs,
RunMetadata* run_metadata) {
// 1 將輸入tensor的name取出，組成一個列表，方便之後快速索引輸入tensor
std::vector<string> input_tensor_names;
input_tensor_names.reserve(inputs.size());
for (const auto& it : inputs) {
input_tensor_names.push_back(it.first);
}
// 2 傳遞輸入數據給executor，通過FunctionCallFrame方式。
// 2.1 創建FunctionCallFrame，用來輸入數據給executor，並從executor中取出數據。
FunctionCallFrame call_frame(executors_and_keys->input_types,
executors_and_keys->output_types);
// 2.2 構造輸入數據feed_args
gtl::InlinedVector<Tensor, 4> feed_args(inputs.size());
for (const auto& it : inputs) {
if (it.second.dtype() == DT_RESOURCE) {
Tensor tensor_from_handle;
ResourceHandleToInputTensor(it.second, &tensor_from_handle);
feed_args[executors_and_keys->input_name_to_index[it.first]] = tensor_from_handle;
} else {
feed_args[executors_and_keys->input_name_to_index[it.first]] = it.second;
}
}
// 2.3 將feed_args輸入數據設置到Arg節點上
const Status s = call_frame.SetArgs(feed_args);
// 3 開始執行executor
// 3.1 創建run_state, 和IntraProcessRendezvous
RunState run_state(args.step_id, &devices_);
run_state.rendez = new IntraProcessRendezvous(device_mgr_.get());
CancellationManager step_cancellation_manager;
args.call_frame = &call_frame;
// 3.2 創建ExecutorBarrier，它是一個執行完成的計數器。同時註冊執行完成的監聽事件executors_done.Notify()
const size_t num_executors = executors_and_keys->items.size();
ExecutorBarrier* barrier = new ExecutorBarrier(
num_executors, run_state.rendez, [&run_state](const Status& ret) {
{
mutex_lock l(run_state.mu_);
run_state.status.Update(ret);
}
// 所有線程池計算完畢後，會觸發Notify，發送消息。
run_state.executors_done.Notify();
});
args.rendezvous = run_state.rendez;
args.cancellation_manager = &step_cancellation_manager;
args.session_state = &session_state_;
args.tensor_store = &run_state.tensor_store;
args.step_container = &run_state.step_container;
args.sync_on_finish = sync_on_finish_;
// 3.3 創建executor的運行器Runner
Executor::Args::Runner default_runner = [this,
pool](Executor::Args::Closure c) {
SchedClosure(pool, std::move(c));
};
// 3.4 依次啓動所有executor，開始運行
for (const auto& item : executors_and_keys->items) {
item.executor->RunAsync(args, barrier->Get());
}
// 3.5 阻塞，收到所有executor執行完畢的通知
WaitForNotification(&run_state, &step_cancellation_manager, operation_timeout_in_ms_);
// 4 接收執行器執行完畢的輸出值
if (outputs) {
// 4.1 從RetVal節點中得到輸出值sorted_outputs
std::vector<Tensor> sorted_outputs;
const Status s = call_frame.ConsumeRetvals(&sorted_outputs);
// 4.2 處理原始輸出sorted_outputs，保存到最終的輸出outputs中
outputs->clear();
outputs->reserve(sorted_outputs.size());
for (int i = 0; i < output_names.size(); ++i) {
const string& output_name = output_names[i];
if (first_indices.empty() || first_indices[i] == i) {
outputs->emplace_back(
std::move(sorted_outputs[executors_and_keys->output_name_to_index[output_name]]));
} else {
outputs->push_back((*outputs)[first_indices[i]]);
}
}
}
// 5 保存輸出的tensor
run_state.tensor_store.SaveTensors(output_names, &session_state_));
return Status::OK();
}
主要步驟如下
- 將輸入tensor的name取出，組成一個列表，方便之後快速索引輸入tensor
- 傳遞輸入數據給executor，通過FunctionCallFrame方式。本地運行時因爲在同一個進程中，我們採用FunctionCallFrame函數調用的方式來實現數據傳遞。將輸入數據傳遞給Arg節點，從RetVal節點中取出數據。
- 開始執行executor，並註冊監聽器。所有executor執行完畢後，會觸發executors_done.Notify()事件。然後當前線程wait阻塞，等待收到執行完畢的消息。
- 收到執行完畢的消息後，從RetVal節點中取出輸出值，經過簡單處理後，就可以最終輸出了
- 保存輸出的tensor，方便以後使用。
6 總結
本文主要講解了TensorFlow的本地運行時，牢牢抓住session和graph兩個對象即可。Session的生命週期前文講解過，本文主要講解了Graph的生命週期，包括構建與傳遞，剪枝，分裂和執行。Graph是TensorFlow的核心對象，很多問題都是圍繞它來進行的，理解它有一定難度，但十分關鍵。文章中可能有一些理解不正確的地方，希望小夥伴們不吝賜教。