2026《关于GPU间通信技术的研究文献综述》1300字.docxVIP

关于GPU间通信技术的研究文献综述

深度学习模型通常都是使用GPU进行训练的，因为GPU具有比CPU更高的计算能力，而目前学术界和业界的主流深度学习模型通常都是由更多的参数量结合更大规模的训练数据来训练得到。这些模型由于训练和部署周期过长，无法满足实际需求，为了加快节奏，需要借助更多的GPU来进行并行训练，这就涉及到GPU之间的通信技术了REF_Re\r\h[11]。

1.1GPU间直接通信

GPU直接通信(GPUDirect)技术使得多个GPU、存储设备都可以直接读写主机和设备内存，减少了很多的没有必要的CPU开销和内存拷贝，提高了通信速度，进而提升了性能REF_Re\r\h[12]。对于多设备训练来说，GPUDirect提供的最为重要的功能便是GPUDirectP2P(peer-to-peer)技术。GPUDirectP2P提出之前，在同一个PCIe节点内的两个GPU，如果其中一个GPU想要将计算结果或者数据传播到另一个GPU中，需要先将数据拷贝到CPU内存，CPU再将数据传送到另一个GPU之中，由此可以看出数据传输带宽会受到CPU的限制，而且额外的CPU流程控制时间开销和内存拷贝也使得GPU间总的通信代价很大。如图2.3所示GPUDirectP2P使得同一PCIe总线上的GPU之间可以直接进行内存访问和拷贝。

图2.3GPUDirectP2P通信技术

1.2NVLink

在GPUDirectP2P技术中，GPU之间通过PCIe总线相连，而目前服务器中使用较多的是PCIe3.0*16版的总线，最高单向带宽只有16GB/s，满足不了日益整张的模型参数数量，会逐渐成为多设备训练系统的瓶颈。为了提高GPU之间的通信带宽，充分发挥GPU的性能，NVIDIA近年来发布了一种新的架构——NVLinkREF_Re\r\h[13]。

NVLink1.0是与P100GPU一起发布的，一块GPU上可以集成4条NVLink总线，这样可以使得整个芯片的带宽的单向带宽达到80GB/s，相当于PCIe带宽的5倍。

NVLink2.0是与TeslaV100GPU一起发布的，速度相比1.0提高了25%，同时一块GPU上可以集成6条NVLink总线，总的单向带宽可以达到150GB/s，相当于PCIe带宽的10倍。

1.3GPU拓扑结构

服务器上GPU拓扑结构对多设备训练的速度影响是很大的REF_Re\r\h[14]，在编写多设备训练

图2.4不同总线的有效带宽(GB/s)

代码时要注意尽量避开那些带宽比较小的GPU互联通路，不同GPU互联通路的有效带宽如图2.4所示。

图2.5双CPU四GPU拓扑连接图

不同机器上的GPU拓扑结构的不同会较大程度上影响多设备训练系统性能的优越。比如图2.5和图2.6列出了目前存在的两种服务器的GPU拓扑结构，前者GPU间通信会通过PCIe总线和QPI总线，带宽不会超过10GB/s，后者则经过NVSwitch支持任意两个GPU之间通过NVLink交换数据，带宽可以达到前者的十几倍。

图2.6全NVLink拓扑连接图

参考文献

DenilM,ShakibiB,DinhL,etal.PredictingParametersinDeepLearning[J].UniversityofBritishColumbia,2013.

ZhangZ,YinL,YPeng,etal.AQuickSurveyonLargeScaleDistributedDeepLearningSystems[C]//2018IEEE24thInternationalConferenceonParallelandDistributedSystems(ICPADS).IEEE,2018.

朱泓睿,元国军,姚成吉,谭光明,王展,户忠哲,张晓扬,安学军.分布式深度学习训练网络综述[J].计算机研究与发展,2021,58(01):98-115.

PangB,NijkampE,WuYN.DeepLearningWithTensorFlow:AReview[J].JournalofEducationalandBehavioralStatistics,2020,45.

BarbourAD,ResnickSI.AdventuresinStochasticProcesses[J].JournaloftheAmericanStatistic