NLP 训练及推理一体化工具（TurboNLPExp）

来源：腾讯技术工程微信号
作者：TurboNLP，腾讯 TEG 后台工程师

640 (10).gif

导语

NLP 任务（序列标注、分类、句子关系判断、生成式）训练时，通常使用机器学习框架 Pytorch 或 Tensorflow，在其之上定义模型以及自定义模型的数据预处理，这种方式很难做到模型沉淀、复用和共享，而对于模型上线同样也面临：上线难、延迟高、成本高等问题，TEG-AI 平台部-搜索业务中心从 2019 年底开始，前期经过大量调研，在 AllenNLP 基础上自研了推理及训练一体化工具 TurboNLP，涵盖了训练框架 TurboNLP-exp 和推理框架 TuboNLP-inference，TurboNLP-exp 训练框架具备可配置、简单、多框架、多任务、可复用等特点，在其之上能够快速、高效的进行 NLP 实验.

TurboNLP-inference 推理框架底层支持高效的模型推理库 BertInference，集成了常用的 NLP 模型，具备无缝兼容 TurboNLP-exp、推理性能高（在 BERT-base 文档分类业务模型上实测，FP6 精度在 batch\_size=64、seq\_len=64 的情况下达到了 0.275ms/query，INT8 精度在 batch\_size=64、seq\_len=64 的情况下达到了 0.126ms/query 性能）等特点，NLP 训练和推理一体化工具极大的简化了训练到推理的流程，降低了任务训练、模型上线等人力成本，本文将主要介绍 NLP 训练和推理一体化工具。

背景

NLP 任务通常是算法研究者自定义模型和数据预处理在机器学习框架Pytorch或Tensorflow进行训练，并手动部署到 libtorch 或 tensorflow 上，这一过程存在如下问题：

NLP 任务已有的模型结构和数据预处理重新定义，重复性高。
手动修改模型结构和数据预处理代码，不断调整训练参数，反复试验，造成代码混乱。
模型复杂度（多模型多任务）高或需要对现有模型进行优化改进时，如不熟悉模型结构，就需要重头梳理 Python 定义的模型和数据预处理代码。
知识沉淀、模型复用及共享困难。
上线难、数据预处理 C++化复杂、推理延迟高。
流程化提升 NLP 任务的离线训练及效果实验效率困难，试错成本高。

为了解决以上存在的痛点，在此背景下，我们打通了 NLP 训练端到推理端、自研了训练框架TurboNLP-exp及推理框架TuboNLP-inference，以下是框架的整体架构图：

简介

训练框架 TurboNLP-exp
TurboNLP-exp 具备模块化、可配置、多平台支持、多任务支持、多模型格式导出、C++数据预处理等特点、既能满足研究者快速实验、也能将模型通过配置沉淀到框架上，后续研究者通过配置来复用和共享知识。
TuboNLP-exp 对模型和数据预处理进行了模块化设计，对于数据预处理，针对同一类 NLP 任务（序列标注、分类、句子关系判断、生成式）数据预处理基本一样，通过复用配置即可复用已有的数据预处理；对于模型，TurboNLP-exp 集成了丰富的子模块：embedder、seq2seq\_encoder、seq2vec\_encoder、decoder、attention 等，通过配置随意的构建模型，达到快速实验目的。
TuboNLP-exp 对底层机器学习平台（Pytorch 和 Tensorflow）进行了统一的封装，熟悉不同的机器学习平台丝毫不影响模型的复用、共享和知识沉淀。
TurboNLP-exp 支持 C++和 Python 数据预处理，Python 数据预处理具备快速实验调试的特点主要服务于训练端，C++数据预处理具备性能高的特点主要服务于推理端，C++数据预处理和 Python 具有相同 API 接口，研究者在训练阶段能够随意切换 C++和 Python 数据预处理，保证训练端和推理端的数据一致性。
推理框架 TurboNLP-inference
TurboNLP-inference 能够直接加载 TuboNLP-exp 导出的模型，根据配置来实例化数据预处理。
TurboNLP-inference 提供统一的 API、完善的文档和 examples，通过 examples 快速实现模型推理代码，业务代码通过 API 接口和 so 包调用推理库。
TurboNLP-inference 推理框架集成了 NLP 常用的模型：lstm、encoder-decoder、crf、esim、BERT，底层支持五种推理库：BertInference（BERT 推理加速库）、libtorch、tensorflow、TurboTransformers（WXG 开源的 BERT 推理加速库）、BertInference-cpu（BERT 在 CPU 上推理加速库）。

TurboNLP-exp 训练框架

TurboNLP-exp 训练框架是基于 AllenNLP 研发，为了满足算法研究者和推理的业务需求，TurboNLP-exp 不断优化，具备了业界框架不具备的特性，下表是 TurboNLP-exp 于业界其他框架的对比：

以下会详细介绍我们对 TurboNLP-exp 上所做的优化。

模块化及可配置

TurboNLP-exp 的可配置程度高，源于其合理的模块设计，通过模块化封装，TurboNLP-exp 支持随意组合模型、扩展子模块等，对于刚接触的研究者 TurboNLP-exp 提供了界面化配置，通过可视化界面生成数据预处理和模型配置，大大降低了上手难度。

数据预处理模块化及可配置

数据预处理粗略可分为dataset\_reader、token\_indexer、tokenizer、vocabulary四个模块。

dataset\_reader：负责读取训练数据，使用分词器进行分词、索引器来进行 id 转化；集成了多种数据格式读取：文本分类数据格式、NER 数据格式、BERT 数据格式等，支持自定义扩展。
token\_indexer：负责对 token 进行索引（根据词典转化 id），集成了多种索引器：根据单字索引、根据词索引、根据词的属性索引等，支持自定义扩展。
tokenizer：负责对文本进行分词，集成了 NLP 任务常用的分词器：qqseg、wordpiece、whitespace、character 等，支持自定义扩展。
vocabulary：数据词典，支持从训练数据中自动生成，并在训练结束后保存到本地，或从本地已有的词典文件中生成，vocabulary 会以命名空间的形式同时保存多个词典（tokens 词典、labels 词典等）。

模型模块化及可配置

模型的模块化设计可以分为三大块：model、trainer、exporter。

model：该模块集成了 NLP 任务常见的模型：encoder、decoder、embedder 等，每一个子模型又有其他模型构成，这种组合式的模块化设计，能够很方便的根据配置来定义模型，对于同一类 NLP 任务，模型结构基本大同小异，研究者可以通过修改配置快速的调整模型结构，自定义扩展子模型。
trainer：TurboNLP-exp 对训练过程中用到的优化器、学习率、评价指标等都进行了封装，通过配置来修改训练参数，达到快速实验的目的。
exporter：该模块集成了导出各种模型格式：caffe、onnx、pt格式，通过配置来定义导出的格式。

多平台支持

TurboNLP-exp 对底层机器学习平台进行了抽象，实现统一的 framework 接口对底层的 pytorch 和 tensorflow 调用（如下图所示），framework 根据配置来选择 pytorch 或 tensorflow 来实现接口。目前以 pytorch 的格式为标准。

多任务训练

多任务学习通过模拟人类认知过程的多任务特性，将不同类型的任务如实体识别、紧密度等集成在一个模型中，在共用的预训练语言模型上，训练各自的 tagger 层，在训练中，通过各个任务领域知识和目标的相互补充，共同提升任务模型效果，在上线时，使用同一个底层模型，从而达到节省存储及计算资源；目前，多任务的需求日渐增大，TurboNLP-exp 支持多任务多种组合方式及训练调度方式（如下图所示）

TurboNLP-exp 的多任务模型具备以下几个特点：

能通过现有单任务模型快速组合多任务模型。
支持多种组合规则，包括：共享、累加、shotcut。
共享：多个模型共享同一个 encoder 输出。
累加：每个任务的 encoder 累加后输出到每个任务的 tagger 层上。
shotcut：每个任务的 encoder 输出将作为下个任务的 encoder 输入。
支持多种训练调度方式，包括：依次调度、随机调度、共同调度。
依次及随机调度属于交替训练，可以在多任务的基础上获取各自任务的最优解，且不需要构造统一输入，更加简单。
共同调度属于联合训练，使用统一的输入，由于 loss 最后会累加，因此查找的是多任务综合最优解。
用户可根据实际任务场景自由配置对应的组合方式和调度方式，以此来让多任务能达到最优的效果。

多模型格式导出

TurboNLP-exp 能够导出格式：caffe、onnx、pt，支持直接导出 TurboNLP-inference 推理框架支持的格式，直接推理端加载，无需再经过复杂的模型转换。

数据预处理

TurboNLP-exp 的数据预处理能够同时支持 Python、C++，Python 数据预处理主要服务于训练端，C++数据预处理主要服务于推理端，也能服务于训练端（如下图所示）

在训练端，当数据预处理还处在修改、调试时，使用 Python 数据预处理能够快速实验，当 Python 数据预处理固定后，通过配置切换为 C++数据预处理来验证数据预处理结果，从而保证训练端和推理端数据一致性。

在推理端，使用与训练端相同的配置，C++数据预处理输出将作为模型输入，C++数据预处理——TurboNLP-data采用多线程、预处理队列来保证数据预处理的低延迟，在 BERT-base 五分类模型上实测，在 batch\_size=64、seq\_len=64 的情况下达到了0.05ms/query的性能。

TurboNLP-inference 推理框架

TurboNLP-inference 推理框架能够无缝兼容TurboNLP-exp、具备低延迟、可配置等特点，TurboNLP-inference 底层支持五种推理库：BertInference（BERT 推理加速库）、libtorch、tensorflow、TurboTransformers（WXG 开源的 BERT 推理加速库）、BertInference-cpu（BERT 在 CPU 上推理加速库），其中，BertInference是我们基于TensorRT研发的一款高效能 BERT 推理库，BertInference-cpu是和 intel 合作开发的一款在 CPU 上进行 BERT 推理加速库。

以下是推理框架 TurboNLP-inference 和训练框架 TurboNLP-exp 一体化架构图：

TurboNLP-inference 具备以下特性：

集成了 NLP 任务常用的模型：lstm、esim、seq2seq_encoder、attention、transformer等，根据配置构造模型结构及模型输入。
能够直接加载TurboNLP-exp的 exporter 导出model.weights模型格式。
使用 C++数据预处理——TurboNLP-data，并将数据预处理输出自动的喂入模型输入。
推理代码将会以 C++ so 包和 API 的形式嵌入业务代码中，尽量少的侵入业务代码，修改灵活方便。

业务应用

NLP 一体化工具（TurboNLP-exp 训练框架和 TurboNLP-inference 推理框架）极大的简化了模型从训练到上线的流程（如下图所示），依据业务模型的实际上线流程，手工训练和部署需要 14.5/人天，而使用 NLP 一体化工具仅需 4/人天，整体节省了**72.4%**人力成本。

TurboNLP-inference 目前已成功支持了 TEG-AI 平台部-搜索业务中心的 5 个业务：

某业务的文档分类 BERT 模型，FP16 精度在 batch\_size=64、seq\_len=64 的情况下达到了0.290ms/query的性能，机器资源节省了97%，上线周期缩短了近50%，极大的降低了机器和人力成本。
某业务的文本视频关系判断 BERT 模型，响应延迟减少为原来的 2/3，设备资源节省了92.8%。
某业务的 query 改写 BERT-base 模型，相比于以前，极大的降低了上线周期及人力成本。
某业务多任务（encoder 为 BERT，decoder 为 GRU）模型，在 FP16 精度情况下，达到了2ms/query的性能。
某业务的 query 非必留 BERT-base 模型，上线周期极大缩短，在 FP16 精度情况下，达到了1.1ms/query的性能。

TurboNLP-inference 在业务上的表现，离不开对训练框架的无缝支持以及底层高效推理库的支持。

总结和展望

NLP 一体化工具（TurboNLP-exp 训练框架和 TurboNLP-inference 推理框架）目前已经在 TEG AI 工作组内部演进，在预训练模型方面也有一些合作应用，同时我们也正在积极与 AI 工作组的算力和太极机器学习平台团队积极合作，把训练端能力在平台上更好的开放出来。接下来训练及推理框架也会在 TencentNLP 的公司统一协同 oteam 里面去演进，也期待在公司内更多团队的合作。

TurboNLP-inference 的 BERT 推理加速在 INT8 精度模型效果上仍有进一步的提升空间，目前着力于 QAT 以及知识蒸馏、QAT 目前在五分类 BERT-base 模型上实测，Accuracy 仅降低了0.8%，加入知识蒸馏有望达到 Accuracy 不掉。

推荐阅读：

更多腾讯AI相关技术干货，请关注专栏腾讯技术工程

导语

背景

简介