More than 3 years have passed since last update.

CUDA on WSLの実行速度をGoogle Colaboratoryと比較してみた

Last updated at 2020-07-05Posted at 2020-07-05

深層学習モデルで動かしてみたいリポジトリがあったのだが，どうにもLinux環境でないと実行できなさそうであった．そのため，ローカル環境にCUDA on WSLを導入してみたものの，ちょっと計算が遅いかなと感じていた．そこで，Google Colaboratoryで動かしてみることにした．せっかくなので，この2つの環境でどの程度計算速度に差が出るのか比較してみた．

実行したリポジトリ

https://github.com/nii-yamagishilab/project-NN-Pytorch-scripts

前に紹介したNeural Source Filterの発展版のPytorch実装である．実行がシェルスクリプトで記述されていることもあり，Linuxで動作させたほうが現実的であると判断した．

Google Colaboratoryでの実行方法

リポジトリより

Take cyc-noise-nsf as an example:

add $PWD to PYTHONPATH

you may also activate conda environment

$: bash env.sh

cd into the project and run the script

$: cd project/cyc-noise-nsf-4
$: bash 00_demo.sh


と実行するとデータセットのダウンロード，学習済みモデルを用いた波形生成，学習とテストを実行してくれる．今回は

- [Google DriveにリポジトリをClone](https://qiita.com/tamitarai/items/1c9da94fdfad997c3336)
- `!pip install numpy --upgrade`を行う（しないとスクリプト実行時にエラーが出る）

を行い，以下のように実行した．リポジトリの配置はお好きなようにどうぞ

%cd /content/gdrive/My\ Drive/neural_source_filter/neural_source_filter/ #リポジトリのディレクトリ
!bash env.sh
%cd ./project/cyc-noise-nsf-4/
!bash 00_demo.sh


# スペック
## ローカル環境
ローカル環境のスペックは以下の通り

- CPU：Intel(R)Core(TM)i7-8700k 3.70GHz
- メモリ：24.0GB
- GPU：NVIDIA GeForce RTX 2080 Ti

## Google Colaboratory
colaboratory上で以下のコマンドを実行して確認した．

!cat /proc/cpuinfo #CPU
!free -h #メモリ
!nvidia-smi #GPU

実行結果は以下の通り

processor : 0
vendor_id : GenuineIntel
cpu family : 6
model : 85
model name : Intel(R) Xeon(R) CPU @ 2.00GHz
stepping : 3
microcode : 0x1
cpu MHz : 2000.170
cache size : 39424 KB
physical id : 0
siblings : 2
core id : 0
cpu cores : 1
apicid : 0
initial apicid : 0
fpu : yes
fpu_exception : yes
cpuid level : 13
wp : yes
flags : fpu vme de pse tsc msr pae mce cx8 apic sep mtrr pge mca cmov pat pse36 clflush mmx fxsr sse sse2 ss ht syscall nx pdpe1gb rdtscp lm constant_tsc rep_good nopl xtopology nonstop_tsc cpuid tsc_known_freq pni pclmulqdq ssse3 fma cx16 pcid sse4_1 sse4_2 x2apic movbe popcnt aes xsave avx f16c rdrand hypervisor lahf_lm abm 3dnowprefetch invpcid_single ssbd ibrs ibpb stibp fsgsbase tsc_adjust bmi1 hle avx2 smep bmi2 erms invpcid rtm mpx avx512f avx512dq rdseed adx smap clflushopt clwb avx512cd avx512bw avx512vl xsaveopt xsavec xgetbv1 xsaves arat md_clear arch_capabilities
bugs : cpu_meltdown spectre_v1 spectre_v2 spec_store_bypass l1tf mds swapgs taa
bogomips : 4000.34
clflush size : 64
cache_alignment : 64
address sizes : 46 bits physical, 48 bits virtual
power management:

processor : 1
vendor_id : GenuineIntel
cpu family : 6
model : 85
model name : Intel(R) Xeon(R) CPU @ 2.00GHz
stepping : 3
microcode : 0x1
cpu MHz : 2000.170
cache size : 39424 KB
physical id : 0
siblings : 2
core id : 0
cpu cores : 1
apicid : 1
initial apicid : 1
fpu : yes
fpu_exception : yes
cpuid level : 13
wp : yes
flags : fpu vme de pse tsc msr pae mce cx8 apic sep mtrr pge mca cmov pat pse36 clflush mmx fxsr sse sse2 ss ht syscall nx pdpe1gb rdtscp lm constant_tsc rep_good nopl xtopology nonstop_tsc cpuid tsc_known_freq pni pclmulqdq ssse3 fma cx16 pcid sse4_1 sse4_2 x2apic movbe popcnt aes xsave avx f16c rdrand hypervisor lahf_lm abm 3dnowprefetch invpcid_single ssbd ibrs ibpb stibp fsgsbase tsc_adjust bmi1 hle avx2 smep bmi2 erms invpcid rtm mpx avx512f avx512dq rdseed adx smap clflushopt clwb avx512cd avx512bw avx512vl xsaveopt xsavec xgetbv1 xsaves arat md_clear arch_capabilities
bugs : cpu_meltdown spectre_v1 spectre_v2 spec_store_bypass l1tf mds swapgs taa
bogomips : 4000.34
clflush size : 64
cache_alignment : 64
address sizes : 46 bits physical, 48 bits virtual
power management:

          total        used        free      shared  buff/cache   available

+-----------------------------------------------------------------------------+
| Processes: |
| GPU GI CI PID Type Process name GPU Memory |
| ID ID Usage |
|=============================================================================|
| No running processes found |
+-----------------------------------------------------------------------------+

# 実行速度
実行速度は処理に時間を要したため1epoch（5688iter）のみで比較する．以下が1epochにかかった時間，1iterあたりのforward及びbackwardの計算時間である．

| |Local|Google Colaboratory|
|:-:|:-:|:-:|
|1epochの処理時間（h） |3.5|0.75|
|forwardの計算時間（s/iter）|0.51|0.04|
|backwardの計算時間（s/iter）|1.61|0.41|

1epochの処理時間が4.6倍ほど処理が遅い…この差はさすがに許容できないなと思った．
また，forwardとbackwardに関しては，colaboratoryのほうはforwardに対してbackwardが10倍ほど計算時間がかかっているのに対して，ローカル環境では3倍程度となっている．これと処理速度の差に何か関係があるのか気になる．

## 原因の考察
正直なところ原因はわかっていない．しかし，考えられる要素として

- ローカルは仮想環境上で実行している
- GPUの性能差
- CUDA on WSLがパフォーマンスに関して保証していない

あたりは原因として考えられる．ここは今後調べて行きたいところではある．
# まとめ
現状，Linux上で深層学習をやるならGoogle Colaboratoryに軍配が上がる．しかし，Colaboratoryは12時間でセッションが切れてしまうため，大規模なネットワークの学習をするにはネットワークの保存や学習データの用意等を色々検討しなければならないのがネックである．
今後やっていきたいこととしては

- Windows上で実行した場合と上記2つの性能比較
- 原因の調査

を行っていきたい．それでもColaboratoryのほうが性能良かったら課金も視野に入れようかと思案している．

You get articles that match your needs
You can efficiently read back useful information
You can use dark theme

What you can do with signing up