介紹

XGBoost（eXtreme Gradient Boosting）是一個在Gradient Boosting Decision Tree（GBDT）框架下的開源機器學習庫（https://github.com/dmlc/xgboost）。XGBoost用于使用機器學習解決數據科學中的回歸和分類問題。任務可以分布在一組機器上，以便更快地進行訓練和推理。例如，XGBoost4J-Spark（https://xgboost.readthedocs.io/en/latest/jvm/xgboost4j_spark_tutorial.html）是一個將XGBoost與Apache Spark集成的項目。

LightGBM（Light Gradient Boosting Machine）是微軟開發的另一款基于GDBT的開源工具（https://www.microsoft.com/en-us/research/project/lightgbm/），與XGBoost相比，它以更高效的訓練而聞名。與XGBoost類似，LightGBM培訓可以分布在一個節點集群上，并通過減少節點之間的通信來降低任務分配的成本。

這個博客比較了在幾個AWS實例上運行的XGBoost和LightGBM的性能。這些實例包括類型C5（Skylake SP或Cascade Lake）、C6i（Intel Ice Lake）、C6g（AWS Graviton2）和C7g（AWS Graviton3），大小為12xlarge。這些實例都配備了48個vCPU和96GB內存。

AWS Graviton3：第三代Graviton處理器系列

AWS Graviton2處理器是AWS使用Arm Neoverse內核設計的第二代處理器，與Amazon EC2中的x86實例相比，為不同的工作負載提供了廣泛的性價比改進。AWS Gravaton3是Graviton處理器系列的第三代，與第二代相比，計算性能提高了25%。特定計算的性能可以提高2到3倍，例如浮點運算和密碼運算，以及支持bfloat16的基于CPU的機器學習應用程序。與支持DDR4的實例相比，Graviton3對DDR5的支持將內存帶寬提高了50%。

基準環境

基準測試工具

XGBoost集成在一個流行的Python機器庫scikit-learn中。我們使用scikit-learn_bench對XGBoost進行基準測試，并對LightGBM進行少量修改。基準測試工具和參數在配置文件中傳遞。示例配置文件位于存儲庫的“config”目錄中。基準測試使用Python 3.10.4和以下版本的Python庫：

XGBoost: 1.6.2

LightGBM: 3.3.2

scikit-learn: 1.1.2

對于XGBoost，我們為以下數據集運行基準測試：

Airline(binary classification)（https://www.stat.purdue.edu/~sguha/rhipe/doc/html/airline.html）

Higgs(binary classification) (https://archive.ics.uci.edu/ml/datasets/HIGGS)

MSRank(multi-class classification)(https://www.microsoft.com/en-us/research/project/mslr/)

對于LightGBM，我們呈現Airline和Higgs數據集的結果。

基準測試使用的參數如下：

XGBoost的“hist”樹方法類似于LightGBM的工作方式，可以提高訓練速度。估計器（estimators）的數量設置為100，這是XGBoost和LightGBM庫的默認值。線程數設置為實例上可用的vCPU數，對于12xlarge的實例為48。

性能比較

XGBoost訓練性能

下圖顯示了三個數據集和不同實例類型的訓練時間。結果表明，Graviton3實例的訓練時間比C5提高了52%，比C6i提高了36%，比Graviton2提高了37%。

圖1.XGBoost訓練時間比較


下表顯示了Airline、Higgs和MSRank數據集的XGBoost訓練時間。

XGBoost推理性能

圖2顯示了三個數據集和不同實例類型的推理時間。結果表明，Graviton3實例的推理時間比C5提高了45%，比C6i提高了26%，比Graviton2提高了32%。

圖2.XGBoost推理時間比較

下表顯示了三個數據集的XGBoost推理時間。

LightGBM訓練性能

圖3顯示了Airline和Higgs數據集以及不同實例類型的訓練時間。結果表明，Graviton3實例的訓練時間比C5提高了53%，比C6i提高了42%，比Graviton2提高了41%。

圖3.LightGBM訓練時間比較

下表顯示了Airline和Higgs數據集的LighttGBM訓練時間。

LightGBM推理性能

圖4顯示了兩個數據集和不同實例類型的訓練時間。結果表明，Graviton3實例比C5提高了39%，比C6i提高了31%，比Graviton2提高了31%。

圖4.LightGBM推理時間比較

圖4中圖表的數據來自下表，顯示了LightGBM以及Airline和Higgs數據集的推理時間：

基準測試考慮因素

默認情況下，scikit_learn_bench 使用了Scikit-learn補丁，使用Intel（R）Extension for scikit learn（https://github.com/intel/scikit-learn-intelex）在支持SSE2、AVX、AVX2和AVX512的Intel處理器上優化ML性能。然而，在本博客發布時，該補丁不支持梯度增強算法。

Intel提供oneAPI數據分析庫（oneDAL）（https://github.com/oneapi-src/oneDAL）來加速Intel機器上的ML算法。然而，它需要從標準XGBoost和LightGBM模型到OneDAL的代碼更改和轉換。在本測試中，我們沒有使用OneDAL轉換和測試這些模型。

結論

XGBoost基準測試表明，在選擇用于性能分析的三個數據集（Airline、Higgs和MSRank）中，Graviton3實例的性能優于Graviton2和x86實例。在某些情況下，Graviton3比x86高出50%。對于LightGBM以及Airline和Higgs這兩個數據集，在訓練和推理操作中，表現出了類似的性能增強。
審核編輯：彭靜