Keras 3 基准测试
我们对 Keras 3 的三个后端 (TensorFlow、JAX、PyTorch) 以及使用 TensorFlow 的 Keras 2 进行了基准测试。您可以在 此处 找到用于复制我们结果的代码和设置详细信息。
模型
我们为生成式和非生成式 AI 任务选择了一组流行的计算机视觉和自然语言处理模型。请参阅下表了解我们的选择。
表 1：基准测试中使用的模型。
| 非生成式 | 生成式 | |
|---|---|---|
| CV | SegmentAnything1 | StableDiffusion2 |
| NLP | BERT3 | Gemma4、Mistral5 |
我们衡量的不是每个框架所能达到的最佳性能，而是常见用户工作流程的开箱即用性能。考虑到这一点，我们利用了 KerasCV 和 KerasHub 中预先存在的实现来构建 Keras 版本的模型。
硬件
所有基准测试均使用单个 NVIDIA A100 GPU（配备 40GB GPU 内存），运行在 Google Cloud Compute Engine 上，机器类型为 a2-highgpu-1g，具有 12 个 vCPU 和 85GB 主机内存。
结果
表 2 显示了基准测试结果（以毫秒/步为单位）。每个步骤都涉及对单个数据批次进行训练或预测。结果是根据 100 个步骤的平均值计算得出的，不包括第一个步骤（其中包括模型创建和编译开销）。
为了进行公平比较，如果模型和任务（拟合或预测）相同，我们会在所有框架中使用相同的批次大小。但是，对于不同的模型和任务，由于它们的大小和架构不同，我们使用不同的批次大小，以避免出现内存不足（过大）或 GPU 利用率不足（过小）的情况。
对于大型语言模型（Gemma 和 Mistral），我们也使用了相同的批次大小，因为它们是具有相似参数数量（7B）的相同模型类型。我们还对批次大小等于 1 的文本生成进行了基准测试，因为用户对此有广泛的需求。我们使用 bfloat16 精度进行训练和推理，并使用 LoRA6 进行训练（微调）。
为了衡量开箱即用性能，我们尝试使用所有默认设置。例如，使用高级 API（例如使用 Keras model.fit()）并尽可能减少配置。
请注意，这与针对特定硬件/框架/模型组合的优化实现的测量有很大不同。有关不同框架的最佳优化结果，请参阅 MLPerf。
表 2：基准测试结果。速度以毫秒/步为单位测量。数值越低越好。
| 批次 大小 |
Keras 2 (TensorFlow) |
Keras 3 (TensorFlow) |
Keras 3 (JAX) |
Keras 3 (PyTorch) (急切) |
Keras 3 (最佳) |
|
|---|---|---|---|---|---|---|
| SegmentAnything (拟合) |
1 | 386.93 | 355.25 | 361.69 | 1,388.87 | 355.25 |
| SegmentAnything (预测) |
4 | 1,859.27 | 438.50 | 376.34 | 1,720.96 | 376.34 |
| Stable Diffusion (拟合) |
8 | 1,023.21 | 392.24 | 391.21 | 823.44 | 391.21 |
| Stable Diffusion (预测) |
13 | 649.71 | 616.04 | 627.27 | 1,337.17 | 616.04 |
| BERT (拟合) |
32 | 486.00 | 214.49 | 222.37 | 808.68 | 214.49 |
| BERT (预测) |
256 | 470.12 | 466.01 | 418.72 | 1,865.98 | 418.72 |
| Gemma (拟合) |
8 | NA | 232.52 | 273.67 | 525.15 | 232.52 |
| Gemma (生成) |
32 | NA | 1,134.91 | 1,128.21 | 7,952.67* | 1,128.21 |
| Gemma (生成) |
1 | NA | 758.57 | 703.46 | 7,649.40* | 703.46 |
| Mistral (拟合) |
8 | NA | 185.92 | 213.22 | 452.12 | 185.92 |
| Mistral (生成) |
32 | NA | 966.06 | 957.25 | 10,932.59* | 957.25 |
| Mistral (生成) |
1 | NA | 743.28 | 679.30 | 11,054.67* | 679.30 |
* 目前，由于 KerasHub 使用静态序列填充，而不是 HuggingFace，因此 PyTorch 后端的 LLM 推理速度异常缓慢。这个问题很快就会得到解决。
讨论
主要发现 1：没有“最佳”后端
Keras 的三个后端都提供了独特的优势。至关重要的是，从性能的角度来看，没有一个后端始终优于其他后端。最快的后端通常取决于您的特定模型架构。
这突显了在追求最佳性能时框架可选项的价值。Keras 3 使您能够无缝切换后端，确保您找到与模型理想匹配的后端。
主要发现 2：Keras 3 比 Keras 2 快
我们还根据表 1 中的数据计算了 Keras 3（使用其性能最佳的后端）相对于使用 TensorFlow 的 Keras 2 的吞吐量（步/毫秒）提升。结果如下所示。
图 1：Keras 3 相对于 Keras 2 的速度提升（以吞吐量（步/毫秒）为单位测量）
Keras 3 在所有基准测试模型中始终优于 Keras 2，并且在许多情况下实现了大幅的速度提升。SegmentAnything 推理速度提高了惊人的 380%，StableDiffusion 训练吞吐量提高了 150% 以上，BERT 训练吞吐量提高了 100% 以上。
重要的是，即使您只是升级到 Keras 3 并继续使用 TensorFlow 后端，您仍然会看到性能提升。这主要是因为 Keras 2 直接使用了更多 TensorFlow 融合操作，这在某些用例中可能不利于 XLA 编译。
结论
框架性能在很大程度上取决于特定模型。Keras 3 使您能够为您的任务选择最快的框架——几乎总是优于 Keras 2 的选项。
参考文献
1 Kirillov, Alexander 等。“Segment anything。”ICCV (2023)。
2 Rombach, Robin 等。“使用潜在扩散模型进行高分辨率图像合成。”CVPR (2022)。
3 Kenton, Jacob 等。“BERT：用于语言理解的深度双向 Transformer 预训练。”NAACL (2019)。
4 Banks, Jeanine 等。“Gemma：推出新的最先进的开放模型。”The Keyword，Google (2024)。
5 Jiang, Albert Q. 等。“Mistral 7B。”arXiv 预印本 arXiv:2310.06825 (2023)。
6 Hu, Edward J. 等。“LoRA：大型语言模型的低秩自适应。”ICLR (2022)。