作者 | rumor      责编 | 八宝粥

来源 | 李rumor（ID：leerumorr）

大家好，我是rumor。

最近知乎有个很火的问题：「你的编程能力从什么时候开始突飞猛进？」，每次信息流刷到的的时候都会拨动我记忆的缓存，让我想起那段大起大落的时光。

19年夏的某一天，在各大公司陆续推出自己预训练的BERT，并开始用它们做离线任务时，leader把我叫进会议室，说老大想上线BERT，需要尽快写一个C++版本的BERT服务。

不是那种用tfserving或者libtorch哦，是直接用C++写。

我面无波动地答应了下来，实则内心已经裂开了。

自己不是CS科班出身，压根没写过完整的C++项目，虽然有些Java基础，但到底几斤几两我还是蛮清楚的。

打比方的话，就是让第一次玩塞尔达、刚开完四个神庙、出了新手村的我直接去打盖农，悲壮之感难以言表。

整个人都不好了

但我作为新时代的自强女性，还是开启了冲向海拉尔中心的旅程。

第一步，就是搜集可以参考的开源项目。

Fortunately，我找到了知乎开源的cuBERT项目，作者写得特别清楚，并且同时提供了GPU和CPU版本，但老板看了速度之后仍不太满意，最终我靠着极强的搜索技术又找到了英伟达刚开源的fastertransformer，用Cuda C++直接实现了transformer底层运算，速度秒杀其他方案。

在经历了各种make、install的折磨之后，我终于摸清了如何在服务器配置相关lib并运行c++代码，也顺利跑通了官方demo，性能完全符合预期。但不能高兴得太早，因为这个库只有transformer层的实现，前面的tokenization、embedding、pooling都没有写。。所以，这意味着我要读懂源码，然后自己把剩下的补全。

第二步，我开始读源码改项目。

这里有碰到了第一个难点，就是跑官方给的模型没问题，但运行我们自己的模型后就出现了 nan 这个恐怖的结果。于是我开始使用 print 大法，但惊讶地发现 cuda 底层全是并行的，一打日志都是乱的。。。于是我学会了 synchronize，在每个 operation 之后同步再打印结果，最终花了两天时间定位了问题：原来是Softmax没加溢出保护。立刻给作者提issue，不过在等待作者回复的过程中我居然自己给改好了，还默默学会了 Parallel Reduction 算法。

期间我还会卡在各种各样的事情上，经常会卡上一两天，陷入自我放弃的漩涡。

最终还是搞懂了源码，搞懂了cuda运算，并加上输入输出层搞出了完整的C++ BERT。

但仅仅有个程序还是不够，服务接口在哪里呢？

第三步，整一个服务。

于是我又搜啊搜，找到了一个宝藏：TensorRT Inference Server。当时的版本提供以下超赞的功能：

1. 支持单GPU上的多模型&单模型多实例

2. 支持多种backends框架（TensorRT、Tensorflow）

3. 动态Batch增加吞吐

4. 提供负载均衡及状态监测

所以又花了几天把C++ BERT适配TensorRT框架，成功变成了服务。

变成服务之后又有问题，就是每次换机器都要重新配置环境并部署，于是我又学会了docker，减轻运维负担。

通关了！

整个改造差不多耗时小两个月，也是我工作至今记忆最深的一段时刻。

我永远忘不了，那种看着看着代码就想站起来掀桌子的感觉。可以一起体会下：

template <typename T>
  __inline__ __device__
T blockReduceMax(T val)
{
  static __shared__ T shared[32]; 
  int lane = threadIdx.x & 0x1f; // in-warp idx
  int wid = threadIdx.x >> 5;  // warp idx

  val = warpReduceMax(val); // get maxx in each warp

  if(lane == 0) // record in-warp maxx by warp Idx
    shared[wid] = val;

  __syncthreads();

  val = (threadIdx.x < (blockDim.x >> 5 )) ? shared[lane] : -1e20f;
  val = warpReduceMax(val);

  return val;
}

当然也忘不了身边同事牺牲自己时间给我的帮助，还有lead和我一起翻了半天C++ Premier才解决问题的欣喜。

故事的后来很圆满，压测效果满意，成功服务了团队的BERT上线。包括后来我在20年初和其他两个大厂团队的人交流，都没有听到过更快的速度，甚至有同学直接质疑了我，因为他们的时延是我们的两倍。。。

去挑战一座山吧

现在回想起来，这段经历真的太宝贵了。虽然不想再经历一次，但自那以后我再也没怕过任何代码。

做算法也有了底气，我可是搞过CUDA C++的女人，别叫我调包侠。

如果想快速提升，那就去挑战一座山吧，找一个高质量的项目，读懂并进行修改，在一次次自我放弃中成长。

就像走过高考、走过考研、走过校招那样，过去那道坎就没什么了。

「调包的日子，单纯快乐」

☞开源不等于免费！谷歌如何通过安卓开源成为移动时代霸主？| 涛滔不绝☞Ant Design 遭删库！☞“面向对象就是一个错误！”☞回溯 Rust 2020：正在成为最受欢迎的编程语言