字节跳动搜索部门内推

这是一个内推任务。我发不了朋友圈,微博没有影响力。各位走过路过不要错过。你有兴趣或者身边的人有兴趣,麻烦发简历到 echo emhhb3NoZW5qaWFuLjAxQGJ5dGVkYW5jZS5jb20= | base64 -d 。


非官方介绍

搜索目前在头条是比较投入的方向,也是刚刚起步,希望与更多的人一起做更多的事。个人认为头条还是不错的,有很大的发展空间,待遇也好,是技术导向的公司。优势有

  1. 丰富的数据,并且有机会接触这些第一线数据
  2. 充足的计算资源,10000块卡,BERT什么都不在话下
  3. 年轻的团队,大家都非常平等,沟通没有障碍,就像在学校实验室一样,头就像实验室的导师

 


官方介绍

【部门介绍】
字节跳动公司搜索部门汇聚了大量行业顶尖产品和技术精英,旨在从0到1打造一个用户体验更加理想的通用搜索引擎,支持公司所有产品的搜索功能,包括今日头条、抖音、西瓜、火山、懂车帝等多款备受欢迎的知名app。在这里你有机会参与工业级搜索引擎从无到有的研发工作,并在此过程中挑战大规模分布式存储和计算架构、NLP、人工智能、ranking等世界难题,很好地锻炼自己的工程能力、算法能力、业务能力。加入我们,参与并见证一个新产品的成长和成功,同大牛们一起完成最有挑战性的工作吧!

【部门亮点】
– 公司重视程度高,团队力量强
– 从0到1,技术成长大
– 搜索系统更加复杂,挑战更大:
1. 规模:搜索数据规模更大(搜索是千亿级),对工程和算法的挑战更大,能搞定搜索的话去搞别的都不怕。
2. 场景:搜索对精度的要求比推荐更高,用户已经明确表达需求、出现不相关结果用户会吐槽,所以除了关注pv级指标、对每个搜索请求都要求精度,挑战更大。
3. NLP:搜索场景下NLP更重,人类自然语言理解问题是终极难题;deep learning已经能很好解决图像和语音等问题,但是在NLP上还有很长路要走,足见其难度;我们恰好又处在技术变革的时代,有搜索这样一个场景来研究NLP问题,是个最棒的土壤。

【招聘岗位】
算法工程师
后端开发工程师

TensorFlow XLA初步接触

Tensorflow越来越像一个编译器,把计算图编译为可执行代码。其中关键的部分就是XLA (Accelerated Linear Algebra)。我在实际使用中真切感受到了XLA带来的提升,希望对XLA能有更多的了解,因此花了点时间探索了一下。


XLA框架

关于XLA,Tensorflow给出了比较简略的说明。XLA主要是用来提升计算速度、节省内存(显存)等。XLA的输入语言称为“HLO (High Level Optimizer)”,HLO定义了整个计算图。随后,XLA对HLO进行一些机器无关、高层的优化,然后用LLVM等进行机器相关、底层的优化并生成代码。这个流程如下图所示。

  1. 描绘计算图HLO,这一步可以通过tf2xla、xla_client等完成
  2. 对HLO进行广义优化(机器无关),如CSELoop Fusion等编译常用优化策略
  3. 针对特定设备,对HLO进行优化
  4. LLVM等生成可执行代码
XLA流程,见https://www.tensorflow.org/xla/overview

Operation Semantics

我不是非常理解Operation Semantics是什么意思,有兴趣可以看看。我只知道HLO支持很多操作,其中比较容易接受的是Element-wise unary functions(包括abs、cos等)、Element-wise binary arithmetic operations(如相加、相乘等)……

跟这一部分比较相似的是TensorRT定义的操作,如IActivationLayerIElementWiseLayer等。其实神经网络很简单,靠这25个操作就能定义大部分网络。
有了这些定义之后,我们就可以描述一个网络即计算图。有了精确定义的计算图,就可以对其进行优化。


计算图优化

前面也提过,XLA首先进行计算图优化主要是跟机器无关的、高层的。如CSELoop Fusion等编译常用优化策略。下面出现的XLA计算图和及其优化的中间结果,可以通过设置环境变量来导出,然后转换一下即可。

CSE

我们先看看CSE(Common subexpression elimination)。我也把这出成了Byte Camp的题,由于我难以描述清楚题目,没被采用。其实这题很能打“我是搞深度学习的,为什么让我做这么多编程题”的脸。

假设我们在使用Tensorflow等编写神经网络时,为了使代码逻辑清晰,可能会写出如下运行时低效的计算:

在Tensorflow中可以表示为如下左图,其中 p1 / (p0 + (p3 - p4)) 计算了两次。XLA就能对此进行了优化,只需计算一次,计算流程被优化为如下右图形式。
   
我们可以通过简单的程序来完成这一过程,可以看到真实的Tensorflow代码才200行不到。这也是ICPC的一道题,有兴趣可以尝试一下。

Fusion

Fusion可能带来提升,有可能会降低效率。这跟计算和架构相关。但在神经网络和Nvidia的GPU架构下,很难出现效率降低。看一个简单的例子, np.sin(np.cos(a * b) + c) ,其中 a,b,c 都是矩阵。显然通过fusion,我们可以,

  1. 节省存储,提高cache利用率
  2. 减少kernel数

Fusion后的计算表示为CUDA代码,大概是:

可以看到本来要4个CUDA Kernel要完成的计算,Fusion之后1个就行了。这提升还是非常靠谱的,XLA也对此做了优化,如下图所示。显然可以带来计算效率的提升 (gpu额外开销比较大)。

Fusion后Fusion后


BERT XLA

前面的都是随便写的计算,现在可以看看BERT开启XLA后发生了什么。先放一张图。整个BERT的计算图太大了,放不下。这里是一层Transformer,不带训练的情况,其实也够看了(放大看)。

BERT,一层Transformer的计算流程

从上图,我们可以看到Layer norm、GELU都有很多细碎的操作,这如果没有优化会产生很多额外开销和中间结果,带来的后果就是显存占用高。而XLA将这些细碎操作都Fusion在一起了,形成了一个大的Kernel。开启XLA和FP16之后,训练效率是原来的4倍,直接起飞,可能这个加速比还不是理论极限。


XLA Client

还有一个比较有意思的是XLA Client。这非常硬核,我们可以直接将numpy代码转成在GPU上运行的代码,并且附带计算图优化,完成了下面几个项目大部分功能。

  1. https://github.com/andersbll/cudarray
  2. https://github.com/cupy/cupy
  3. https://devblogs.nvidia.com/numba-python-cuda-acceleration/
  4. https://github.com/dmlc/minpy

具体可以参考,

  1. https://github.com/tensorflow/tensorflow/blob/master/tensorflow/compiler/xla/python/BUILD#L228
  2. https://github.com/tensorflow/tensorflow/blob/master/tensorflow/compiler/tf2xla/python/xla.py
  3. https://github.com/google/jax

这里简单使用一下xla client(基于tf 1.13.1),由于这个功能还不稳定,这个代码随时跑不起来。

计算速度如下,

计算图我就不放了,这个页面太大了,已经很卡了。。。有兴趣可以自己输出计算图看看。

 

参考链接

  1. https://www.tensorflow.org/xla/overview
  2. http://pages.di.unipi.it/corradini/Didattica/PR2-B-14/OpSem.pdf
  3. https://www.cs.cmu.edu/~rjsimmon/15411-f15/lec/18-commonsub.pdf

Go接触

最近有时间也有必要接触了Go,也有很多原因

  1. 大三的时候就想学学Go,不过由于Python耽搁了
  2. Python的并发让我头很疼,一点也不优雅,而Go的天然并发早声名在外
  3. 业务需求
  4. 多学一门语言,提升自己的竞争力

Go的特点

学习Go几乎没有阻碍,跟着A Tour of Go一步步学下来就行。光学怎么写Go就太枯燥了。我顺便了解了一下Go,很多内容在wiki中已经说得很清楚。总结一下,

  1. Go是静态类型,与C/C++类似,不同于Python,因此性能肯定比基于解释器的Python高。Go有垃圾回收机制、天然并发,写起来就很舒服,代价是性能肯定没有C那么高,看到一句话很有意思:Informally, Go is 50% of C’s performance (which is still really good) for 0% of the headaches.
  2. Go这个名字取得很好,Go由Google成员开发,Go是围棋,也是gopher(鼹鼠),为什么gopher是吉祥物?只能解释为男人的浪漫了。
  3. Go是面向多核的语言,也就是面向未来。Go在Google中也有不少应用,我只找到古老的资料,Rob Pike的演讲Quora的问答、关于dl.google.com故事也很有意思。
  4. Go没有类,但有结构体,我喜欢这点。
  5. Go有指针,太棒了。
  6. Go的interface设计太巧妙了。
  7. Go的goroutine就不用说了,强、优雅。但我目前不知道CSP的细节。
  8. Go的包管理很出色。

体验了2天Go,我无法找到Go的缺点,即使是缺点在我看来也是优点(没有面向对象)。当然Go是否是面向对象的也很难说,可以看看这篇讨论,反正我是认为这是Go的优点。我已经把Go列为第二优先语言了,学了Go可能就不用再学C/C++了。

学习和使用Go的同时能开拓新的思考方式、思维模式,就像学外语一样,思维方式会得到提升。而Go带来的思维改变就是思考要并发。当然并发不是并行,这个可以看Rob Pike的演讲,还有关于并发模式的演讲。形象的说,并发是一个人可以一边吃饭一边喝水,可以随时切换,而并行一般是做同样的事,比如左手和右手同时转笔。我觉得并发有并行的意思,可能之后还要深入理解一下,不过理解了也没啥用。


Go的并发

Go其他部分比较简单,随便学学就行,我觉得并发是Go的精髓。Go的并发很好用很优雅,可以看看性能如何。我将Go与我常用,让我头疼的Python作了对比。首先是裸的并发,就算个加法,也不join,只看起并发的开销。

虽然这个比较不科学,但也可以跑一下试试。

接下来跑个需要同步的,用到了并发常用的queue或channel。

上面两段代码极其相似,这也让我对channel的理解深了一点,功能上就相当于Python中的queue。粗略一测,Go和Python时间性能相差30倍。另外,这段代码中,Python在我的电脑上起不了10000个线程,Go可以起1000000个,我还没测Go的上界。

为什么goroutine这么好用?我搜索了一下,发现很多好的资源,

  1. goroutine和thread的对比,佩服写得好
  2. goroutine不是轻量线程,Rob Pike也说了,理解这点很重要。看了这个说明,完全就理解了

总结

以上是我接触了2天Go写的胡言乱语,希望以后看到不会脸红。总之,Go是不错的语言,值得学习。特别是现在很多情景对并发的需求越来越大、C/C++等语言的设计考虑、硬件的分布式等,Go就是顺应时代潮流的产物,Google还是爸爸。

感叹一句,什么时候我才能那么屌?


参考

  1. Analysis of the Go runtime scheduler,以后看
  2. Five things that make Go fast,很有深度,看了之后脑子炸了,还有一系列