撰文｜月踏

更新｜赵露阳

在OneFlow中，Global View也被称作一致性视角，用来把一个物理集群抽象成一个逻辑设备，并使用Placement和SBP来实现这种抽象。本文从基本概念、数据结构、接口实现等方面对其进行学习和总结。

1

Placement

1.1 使用示例

Placement用来描述设备信息，包括设备类型、设备分布信息，先看一个具体的使用示例，然后根据这个示例来做分析：

type(x)的输出为：

<class 'oneflow._oneflow_internal.placement'>

print(x)的输出为：

oneflow.placement(type="cuda", ranks=[[0, 1, 2, 3], [4, 5, 6, 7]])

可见Placement有下面两个属性：

1. type：表示设备类型，目前只支持CPU和CUDA

2. ranks：一个Python list，用于表示device的排布信息，ranks可以是一维至多维的，其shape表示了设备的排布信息（hierarchy）。上述ranks表示Tensor存放在集群中的2个节点中，其中节点1中使用设备0~3，节点2中使用设备4~7。

1.2 追踪代码

先看Python端的接口，在python/oneflow/__init__.py+27可以看到下面语句：

placement = oneflow._oneflow_internal.placement

可见Placement是在前文《OneFlow学习笔记：python到C++调用过程分析》

讲的一个pybind定义的_oneflow_internal这个module的子module，在oneflow/api/python/symbol/placement_symbol.cpp+226可以找到下面的定义：

通过上面的多个def接口可以看到，通过调用PlacementSymbolExportUtil::CreateParallelDescSymbol()来构造Placement对象，这个函数是个重载函数，定义在同一个文件中，多个重载版本只是参数有区别，其中的创建Placement的逻辑基本一致，下面列一个重载版本作为示例：

由这个函数的返回值可见，Placement在C++中对应的数据结构是ParallelDesc，这个数据结构后面再说，现在先继续看创建逻辑，这里继续调用了CreateParallelDesc函数，同样定义在PlacementSymbolExportUtil这个类中：

这里最重要的是调用MakeParallelConf这个函数，位于oneflow/core/framework/parallel_conf_util.cpp+38，它根据传入的device type、machine device ids、hierarchy shape信息创建了一个cfg::ParallelConf类型的对象parallel_conf。

这里需要注意的是，hierarchy shape表示设备的排放层次序列，即上面通过const auto& shape = JUST(GetRanksShape(obj));得到的由ranks参数所表示的list shape。创建完parallel_conf之后，通过后面的GetParallelDescSymbol接口来得到需要返回的ParallelDesc类型对象，下面是MakeParallelConf的主要实现：

再继续看下GetParallelDescSymbol是怎么根据cfg::ParallelConf的对象得到ParallelDesc类型对象的，GetParallelDescSymbol定义在oneflow/core/framework/instructions_builder.cpp+230：

大概过程就是在一个全局表里面去查有没有cfg::ParallelConf对应的已经创建好的ParallelDesc的对象，有的话直接返回，没有的话就创建出来放到全局表中去，至此就得到了前面展示的pybind接口中需要的ParallelDesc对象。

下面继续看下相关的数据结构，主要是cfg::ParallelConf和ParallelDesc，它们都和下面这个proto文件相关：

• oneflow/core/job/placement.proto

这个proto文件是所有placement相关数据结构的源头，根据它会先自动生成下面三个文件：

• build/oneflow/core/job/placement.pb.h

• build/oneflow/core/job/placement.pb.cc

• build/of_cfg_proto_python/oneflow/core/job/placement_pb2.py

前两者的接口主要是为了对placement数据做序列化，但是这些接口不适合对接python，所以使用tools/cfg中的工具对第三个文件做了处理，生成了下面三个方便给python端提供接口的文件：

• build/oneflow/core/job/placement.cfg.h

• build/oneflow/core/job/placement.cfg.cpp

• build/oneflow/core/job/placement.cfg.pybind.cpp

cfg::ParallelConf这个数据结构就定义在build/oneflow/core/job/placement.cfg.h这个自动生成的文件中，再看ParallelDesc，它其实可以看作是cfg::ParallelConf的一层wrapper，主要是用在c++代码中来表示placement的数据结构，位于oneflow/core/job/parallel_desc.h+46，我们只需要关注这个数据结构就行：

这里面的数据结构看起来很复杂，我也不完全明白所有成员的含义，但归根结底这里数据成员的值还都是根据cfg::ParallelConf中的内容来的，在前面调用GetParallelDescSymbol时，如果全局表中没有找到，就会根据cfg::ParallelConf类型对象创建一个ParallelConf类型对象，再根据这个ParallelConf类型对象创建一个ParallelDesc类型对象，在ParallelDesc的构造函数中会调用类内的MaybeInit函数，位于oneflow/core/job/parallel_desc.cpp+112，这里面会完成ParallelDesc数据成员的赋值：

以上就是在python端使用placement时从上到下的大概过程和placement相关的数据结构。

2

SBP

2.1 基本概念

SBP是OneFlow发明的概念，在OneFlow的官方文档和论文中都有详细的说明（具体链接都在文末Reference中列出），这里只做简单介绍，它是下面三个单词的缩写：

• Split：表示把数据按照指定的维度进行切分，被切分出的数据块会被分发到前面Placement指定的各个物理设备中去

• Broadcast：表示把整份数据广播到前面Placement指定的各个物理设备中去

• Partial：表示前面Placement指定的各个物理设备中所存的数据不是最终的运算结果，需要对各个物理设备上的数据进行Elementwise的add/min/max等操作，才能得到最终的结果

SBP描述了一致性视角下的数据与物理设备上的数据的映射关系，计算的时候，数据会根据自己的SBP属性被分发到各个物理设备进行计算，下面贴一张OneFlow官方文档的截图来直观的展示SBP的三种情况：

图1

2.2 使用示例

在Python环境做下面这个简单的示例：

type(s)、type(b)、type(p)的输出如下：

print(s)、print(b)、print(p)的输出如下：

2.3 追踪代码

先找入口，在python/oneflow/__init__.py+196：

from . import sbp

这用到了同目录下的这个module文件：python/oneflow/sbp.py，内容如下：

可见split、broadcast和partial_sum都是定义在pybind定义的_oneflow_internal这个module的子module sbp的内部，在oneflow/api/python/symbol/sbp_symbol.cpp+85可以找到下面定义：

可以看到sbp对接python接口时用的是cfg::SbpParallel这个数据结构，这里它和placement中的cfg::ParallelConf一样，同样下面这个proto文件自动生成出来：

• oneflow/core/job/sbp_parallel.proto

编译的时候protoc会先根据这个proto文件生成下面三个文件：

• build/oneflow/core/job/sbp_parallel.pb.h

• build/oneflow/core/job/sbp_parallel.pb.cc

• build/of_cfg_proto_python/oneflow/core/job/sbp_parallel_pb2.py

其中前两个文件提供接口用于对SBP数据做序列化，接口都属于oneflow namespace，第三个文件结合tools/cfg中的工具用于生成下面三个文件给Python端来用，文件中的接口属于cfg namespace：

• build/oneflow/core/job/sbp_parallel.cfg.h

• build/oneflow/core/job/sbp_parallel.cfg.cpp

• build/oneflow/core/job/sbp_parallel.cfg.pybind.cpp

OneFlow的内部c++代码中用的是cfg::NdSbp这个数据结构，它其实可以看作是vector<cfg::SbpParallel>，这些数据结构之间的关系，直接看proto文件最为直接：

继续看前面定义SBP的Python接口时所调用的GetSplitSbpParallel、GetBroadcastSbpParallel、GetPartialSumSbpParallel这三个C++函数，位于oneflow/api/python/symbol/sbp_symbol.cpp+41：

它们各自又分别调用了MakeSplitSbpParallel、MakeBroadcastSbpParallel、MakePartialSumSbpParallel这三个函数，位于oneflow/core/job/sbp_parallel.cpp+68：

SymbolOf背后用到的是Symbol这个OneFlow的基本组件，它的实现就不在这里展开了，总体来讲，它是把创建的对象维护到下面这个全局的SymbolMap中：

std::unordered_map<HashEqTraitPtr<const T>, std::shared_ptr<const T>>;

这样以后再用到的话，如果已经存在就不需要重新创建了，直接返回就好。

3

Global Tensor

Tensor的基本概念就不用说了，相信没有人不知道，在OneFlow的设计中，Global Tensor就是为了能够满足Global View所需抽象的一种Tensor，里面需要有前面讲的Placement和SBP相关的属性，下面把OneFlow所有Tensor一并总结列出：

图2

OneFlow的Tensor设计采用了bridge design pattern，把接口和实现做了分离，在Global View的情况下，用到的是上图中的ConsistentTensor（0.7版统称GlobalTensor），可以看到它持有一个指向ConsistentTensorImpl的指针，真正的实现就在ConsistentTensorImpl这个类中，下面是TensorImpl系列类的hierarchy图示：

 图3

先看这个图里的基类部分，橙色部分是它包含的数据成员，总体来讲这个基类维护了一些用于反向求导的信息。

再看EagerConsistentTensorImpl，前面讲过，Global View实际上是一个逻辑视角，对应的global tensor实际上也是个逻辑tensor，那么它实际的数据存在于集群的每台机器的每张卡对应的tensor中，即图2中的MirroredTensor中，EagerConsistentTensorImpl持有指向MirroredTensor的指针，MirroredTensor持有指向MirroredTensorImpl的指针，MirroredTensorImpl的子类EagerMirroredTensorImpl中则持有指向TensorStorage的指针，tensor中的数据最终是存在于TensorStorage对象中，它定义在oneflow/core/eager/eager_blob_object.h+32，下面是主要的数据成员：

继续看ConsistentTensorImpl，它持有一个指向ConsistentTensorMeta的指针，TensorMeta这个系列类维护了Tensor的一些元信息，如shape、data_type、device等，如果要是ConsistentTensor的话，还会持有placement和SBP的信息，下面是TensorMeta系列类的hierarchy图示：

图4

可以看到在ConsistentTensorMeta中，维护了Placement和SBP的信息。

本文大概梳理了一下Global View的基本概念和部分具体实现，主要的参考资料是OneFlow的官方代码、官方文档和论文，以下是具体链接：

1.https://github.com/Oneflow-Inc/oneflow

2.https://arxiv.org/abs/2110.15032

3.https://docs.oneflow.org/master/parallelism/02_sbp.html

4.https://docs.oneflow.org/master/parallelism/03_consistent_tensor.html

其他人都在看

欢迎下载体验OneFlow v0.7.0最新版本：https://github.com/Oneflow-Inc/oneflow/https://github.com/Oneflow-Inc/oneflow/