繞開(kāi)CPU和內(nèi)存，你瀏覽的內(nèi)容或來(lái)自SSD的推薦

相信不少人都還記得今年AI芯片公司Esperanto發(fā)布的千核RISC-V處理器ET-SoC-1，隨著這款7nm的芯片于第二季度成功流片返回后，Esperanto得以在芯片上運(yùn)行代碼，以及嘗試新的應(yīng)用方向，其中之一就是AI-SSD。在近期舉辦的三星Foundry活動(dòng)上，Esperanto公開(kāi)了自己AI-SSD的概念模型。

個(gè)性化推薦系統(tǒng)的挑戰(zhàn)

在我們刷短視頻、聽(tīng)歌和瀏覽社交網(wǎng)絡(luò)時(shí)，一部分內(nèi)容來(lái)自于我們已經(jīng)關(guān)注的用戶(hù)，但絕大多數(shù)來(lái)自于推薦系統(tǒng)的推送。推薦系統(tǒng)的準(zhǔn)確程度很大程度決定了軟件的用戶(hù)體驗(yàn)，也是如今互聯(lián)網(wǎng)經(jīng)濟(jì)系統(tǒng)的命脈。但這類(lèi)推薦也往往是服務(wù)器上消耗最大的AI處理負(fù)載，優(yōu)化推薦系統(tǒng)可以提高推薦系統(tǒng)的速度，減少在服務(wù)器上的成本。

DLRM深度學(xué)習(xí)推薦模型 / Meta

談到推薦系統(tǒng)就不得不談到嵌入，嵌入是當(dāng)下推薦系統(tǒng)中關(guān)鍵的組成部分。盡管每家都有著不同的推薦模型，但或多或少都是采用查找嵌入表的方法來(lái)實(shí)現(xiàn)分類(lèi)特征的處理。在這個(gè)過(guò)程中，嵌入表存儲(chǔ)在DRAM中，而CPU對(duì)嵌入表進(jìn)行操作，這就對(duì)內(nèi)存帶寬和內(nèi)存容量提出了雙重挑戰(zhàn)。

在內(nèi)存帶寬上，像美團(tuán)和騰訊等廠商紛紛采用多GPU加速的方式，充分利用GPU的帶寬，但這種方式依然需要多個(gè)GPU或多個(gè)服務(wù)器的支持才能解決容量問(wèn)題。固然廠商也可以選擇像HBM這種大帶寬的內(nèi)存方案，但帶來(lái)的成本提升也是巨大的。

根據(jù)Meta給出的說(shuō)法，在Facebook社交網(wǎng)站的個(gè)性化推薦系統(tǒng)中，大規(guī)模的嵌入表可達(dá)到百萬(wàn)行以上，導(dǎo)致推薦模型的大小達(dá)到10GB左右，一個(gè)神經(jīng)推薦模型中所有嵌入表甚至需要TB級(jí)別以上的空間。比如Meta旗下的Instagram已經(jīng)在開(kāi)發(fā)10TB的推薦模型，而百度的廣告排名模型也達(dá)到了10TB。這種級(jí)別的容量需求對(duì)硬盤(pán)來(lái)說(shuō)或許足夠，但對(duì)于內(nèi)存來(lái)說(shuō)過(guò)于奢侈了。

因此為了解決容量問(wèn)題，不少人也提出了SSD的存儲(chǔ)解決方案，目前傳統(tǒng)的SSD雖然可以毫不費(fèi)力地存儲(chǔ)下大規(guī)模推薦系統(tǒng)，但讀取延遲和帶寬都要更差一籌，從而顯著降低推理的性能。

專(zhuān)為推薦而生的SSD

Esperanto與三星合作開(kāi)發(fā)出了一種AI-SSD的概念模型，來(lái)研究將所有嵌入表處理全部移到SSD內(nèi)部會(huì)有怎么樣的影響，從而省去推薦系統(tǒng)中經(jīng)過(guò)CPU和DRAM的環(huán)節(jié)。三星展示了使用Esperanto的ET-SoC-1芯片與其PM9A3 SSD結(jié)合的成果。

在AI-SSD中，所有嵌入表都被存儲(chǔ)在SSD里，CPU負(fù)責(zé)所有的用戶(hù)數(shù)據(jù)輸入和深度神經(jīng)網(wǎng)絡(luò)，而SSD內(nèi)部的ET-SoC-1負(fù)責(zé)嵌入表的查詢(xún)和交互運(yùn)算。此外由于選擇了這種存內(nèi)計(jì)算的方式，最小化了PCIe鏈路上的數(shù)據(jù)傳輸，降低了讀寫(xiě)的高延遲，最終的分類(lèi)數(shù)據(jù)直接交給CPU生成推薦結(jié)果。

AI-SSD帶寬性能測(cè)試結(jié)果 / Esperanto

測(cè)試環(huán)節(jié)中，Esperanto選用了Meta的開(kāi)源推薦模型DLRM，將AI-SSD與傳統(tǒng)的CPU-SSD方式進(jìn)行對(duì)比。在不同的模型配置下，AI-SSD實(shí)現(xiàn)了10到100倍的讀取帶寬提升，而且?guī)掚S著使用核心數(shù)的上升還能繼續(xù)線(xiàn)性提升。

要知道在這次測(cè)試中，Esperanto最多只用到了四個(gè)子節(jié)點(diǎn)（Minion Shire），每個(gè)節(jié)點(diǎn)只有32個(gè)核心。而一整個(gè)ET-SoC-1有34個(gè)子節(jié)點(diǎn)1088顆核心，如果所有計(jì)算單元全部用于SSD的話(huà)，提升幅度將達(dá)到數(shù)百倍以上，十分適合數(shù)據(jù)中心級(jí)別的SSD產(chǎn)品。而ET-SoC-1的擴(kuò)展性也可以讓它縮減核心數(shù)，用于一些邊緣端的推薦系統(tǒng)。

拿計(jì)算換空間

不過(guò)即便用上了AI-SSD，這也是一種增加硬件成本的路線(xiàn)，除了不差錢(qián)的大公司會(huì)利用這種產(chǎn)品外，一些小的互聯(lián)網(wǎng)應(yīng)用可能并不會(huì)直接選擇更換SSD的方式，如此一來(lái)，也就只有繼續(xù)優(yōu)化推薦模型一途。

佐治亞理工學(xué)院和Meta的研究院為DLRM提出了一種張量訓(xùn)練壓縮的方式，名為T(mén)T-Rec。該方法通過(guò)將嵌入表分為多個(gè)小矩陣相乘的方式進(jìn)行壓縮，進(jìn)一步降低嵌入表的大小，不過(guò)這多出來(lái)的計(jì)算是肯定躲不掉的額外消耗，好在其評(píng)估結(jié)果足夠優(yōu)秀。

在Kaggle和Terabyte數(shù)據(jù)集的測(cè)試訓(xùn)練下，TT-Rec分別將數(shù)據(jù)從2.16GB和12.57GB壓縮至18.36MB和0.11GB，整體的大小壓縮均在百倍以上，甚至可以做到幾乎沒(méi)有精度損失。而多出來(lái)的運(yùn)算則反映到了訓(xùn)練時(shí)間上，分別增加了14.3%和13.9%。因此在實(shí)際使用中，必須對(duì)內(nèi)存容量、模型精度和訓(xùn)練時(shí)間做出一定的取舍。

小結(jié)

盡管從推薦系統(tǒng)配置的角度來(lái)說(shuō)，仍有不少可選的解決方案，但存算一體方面的研究已經(jīng)全面鋪開(kāi)了。存儲(chǔ)市場(chǎng)正在迅速與計(jì)算市場(chǎng)發(fā)生重疊，像三星、西數(shù)和希捷等存儲(chǔ)廠商紛紛開(kāi)始了這塊的布局，傳統(tǒng)的馮諾依曼架構(gòu)也將被近數(shù)據(jù)處理替代。