适配简介

使用约束

当前混合精度适配约束如下：

• 混合精度适配操作在脚本迁移完成后，训练开始之前。
• 若用户使用Atlas 训练系列产品，则在迁移完成、训练开始之前，由于其架构特性需要，用户需要开启混合精度。若用户使用Atlas A2 训练系列产品，则可以自行选择是否开启混合精度。
• 混合精度开启可能会提升性能，但不针对所有模型生效。如果性能没有提升，则需要做进一步性能调优修改。
• 在开启混合精度训练后，由于数值表示范围和最小间隔发生变化，可能导致极少部分网络出现精度掉点甚至无法收敛的情况，可以参考混合精度问题调测进行解决。

接口说明

混合精度AMP适配主要包括混合精度amp.autocast()接口与损失缩放amp.GradScaler接口的适配。

对于AMP模块，适配训练脚本后，NPU上可以支持以下4种AMP场景。具体场景说明可以单击对应链接，跳转至PyTorch官网查看。

• 典型场景：开启混合精度进行一般模型训练的场景。
• 梯度累加场景：每计算一个batch的梯度，进行梯度的累加而不是清零，当累加到一定次数再更新参数、清零梯度的场景。
• 多模型、损失函数和优化器场景：神经网络中同时存在多个损失函数和优化器的场景。
• DDP场景（one NPU per process）：在分布式训练中，一个进程在一个NPU上运行的场景。

本节先给出了AMP适配接口（amp.GradScaler）说明，混合精度适配网络样例提供了适配前网络样例，后续章节基于此样例给出了AMP的NPU适配示例代码，以此来介绍混合精度AMP适配方法。

对于amp.GradScaler接口，原生PyTorch默认使用动态损失缩放（Loss Scale），Loss Scale取值会根据训练情况进行动态调整。当前NPU上适配的amp.GradScaler接口增加了dynamic参数。当dynamic参数设置为False时，支持使用固定值的Loss Scale，并且可以通过init_scale参数设置Loss Scale取值，如下所示：

scaler = amp.GradScaler(init_scale = 2.**10, dynamic = False)