基于异步任务调用GPU函数 - 函数计算

本文介绍如何通过Serverless Devs工具基于异步任务调用GPU函数，并将调用结果自动回调至配置的异步目标函数。

背景信息

GPU实例

随着机器学习，特别是深度学习的广泛应用，大量向量、矩阵、张量运算所产生的算力需求，包括训练场景对高精度计算的需求，以及推理场景对低精度计算的需求，传统CPU俨然已无法胜任。2007年英伟达推出可编程通用计算平台CUDA框架，大量的科研人员和开发者将大量算法进行改写，从而获得几十至几千倍的加速效果。在机器学习的趋势来临后，GPU更是成为各类工具、算法、框架的基础底层设施之一。

2021年云栖大会，阿里云函数计算正式推出基于Turing架构的GPU实例，使得Serverless开发者可以将AI训练与推理的业务负载下沉到GPU硬件加速，从而加快模型训练、推理服务的效率。

异步任务

函数计算提供异步任务的分发、执行和观测的全栈能力，使得您只需要专注于任务处理逻辑的编写，创建任务处理函数，然后提交任务。函数计算不但提供异步任务日志、指标以及各个处理阶段耗时统计等丰富的可观测能力，也提供实例自动弹性伸缩、任务去重、指定任务终止以及批量任务暂停、恢复和删除等功能。更多信息，请参见异步任务。

应用场景

在面向非实时、偏离线的AI推理场景、AI训练场景和音视频生产场景，基于异步任务调用GPU函数，使得开发者可以聚焦于业务本身，缩短业务达成路径。具体实现如下。

提供GPU虚拟化，支持以1/8、1/4、1/2或独占方式使用GPU，允许业务以更精细化的方式配置GPU实例。
提供异步管理、任务去重、任务监控、任务重试、事件触发、结果回调和任务编排等一系列成熟的异步任务处理能力。
屏蔽运维GPU集群的繁重负担，包括驱动以及CUDA版本管理、机器运行管理和GPU坏卡管理等，使得开发者专注于代码开发，聚焦于业务目标的达成。

实现原理

本文以部署一个GPU函数tgpu_basic_func、异步调用成功回调函数async-callback-succ-func和异步调用失败回调函数async-callback-fail-func为例，介绍异步调用GPU函数并实现结果回调的功能原理。函数具体信息，如下表所示。

函数名称	函数说明	运行环境	实例类型	触发类型
tgpu_basic_func	基于函数计算的GPU实例，运行AI准实时任务、AI离线任务等。	Custom Container	GPU实例	HTTP函数
async-callback-succ-func	任务执行成功后的目标回调函数。	Python 3	CPU实例	事件函数
async-callback-fail-func	任务执行失败后的目标回调函数。	Python 3	CPU实例	事件函数

实现原理简单概括如下图。

前提条件

步骤一：部署成功回调函数

初始化项目。

s init devsapp/start-fc-event-python3 -d async-succ-callback

创建的项目目录如下所示。

├── async-succ-callback
│ ├── code
│ │ └── index.py
│ └── s.yaml

进入项目所在目录。
```
cd async-succ-callback
```

按照实际情况修改目录文件中的参数配置。

编辑s.yaml文件。示例如下。

edition: 1.0.0
name: hello-world-app
# access是当前应用所需要的密钥信息配置：
# 密钥配置请参见：https://www.serverless-devs.com/serverless-devs/command/config
# 密钥使用请参见：https://www.serverless-devs.com/serverless-devs/tool
access: "default"

vars: # 全局变量
  region: "cn-shenzhen"

services:
  helloworld: # 业务名称/模块名称
    component: fc
    props:
      region: ${vars.region}
      service:
        name: "async-callback-service"
        description: 'async callback service'
        # logConfig配置文档：https://gitee.com/devsapp/fc/blob/main/docs/zh/yaml/service.md#logconfig
        logConfig:
          project: tgpu-prj-sh             # 建议配置，用于查看请求日志，需要在SLS日志服务中提前创建相应的project
          logstore: tgpu-logstore-sh       # 建议配置，用于查看请求日志，需要在SLS日志服务中提前创建相应的logstore
          enableRequestMetrics: true
          enableInstanceMetrics: true
          logBeginRule: DefaultRegex
      function:
        name: "async-callback-succ-func"
        description: 'async callback succ func'
        runtime: python3
        codeUri: ./code
        handler: index.handler
        memorySize: 128
        timeout: 60

编辑index.py文件。示例如下：

# -*- coding: utf-8 -*-
import logging

# To enable the initializer feature
# please implement the initializer function as below：
# def initializer(context):
#   logger = logging.getLogger()
#   logger.info('initializing')

def handler(event, context):
  logger = logging.getLogger()
  logger.info('hello async callback succ')
  return 'hello async callback succ'

部署代码至函数计算。
```
s deploy
```
您可以在函数计算控制台查看部署成功的函数。
本地调用调试函数。
```
s invoke
```
调用完成后，返回结果hello async callback succ。

步骤二：部署失败回调函数

初始化项目。

s init devsapp/start-fc-event-python3 -d async-fail-callback

创建的项目目录如下所示。

├── async-fail-callback
│ ├── code
│ │ └── index.py
│ └── s.yaml

进入项目所在目录。
```
cd async-fail-callback
```

按照实际情况修改目录文件中的参数配置。

编辑s.yaml文件。示例如下：

edition: 1.0.0
name: hello-world-app
# access是当前应用所需要的密钥信息配置：
# 密钥配置请参见：https://www.serverless-devs.com/serverless-devs/command/config
# 密钥使用请参见：https://www.serverless-devs.com/serverless-devs/tool
access: "default"

vars: # 全局变量
  region: "cn-shenzhen"

services:
  helloworld: # 业务名称/模块名称
    component: fc
    props:
      region: ${vars.region}
      service:
        name: "async-callback-service"
        description: 'async callback service'
        # logConfig配置文档：https://gitee.com/devsapp/fc/blob/main/docs/zh/yaml/service.md#logconfig
        logConfig:
          project: tgpu-prj-sh             # 建议配置，用于查看请求日志，需要在SLS日志服务中提前创建相应的project
          logstore: tgpu-logstore-sh       # 建议配置，用于查看请求日志，需要在SLS日志服务中提前创建相应的logstore
          enableRequestMetrics: true
          enableInstanceMetrics: true
          logBeginRule: DefaultRegex
      function:
        name: "async-callback-fail-func"
        description: 'async callback fail func'
        runtime: python3
        codeUri: ./code
        handler: index.handler
        memorySize: 128
        timeout: 60

编辑index.py文件。示例如下：

# -*- coding: utf-8 -*-
import logging

# To enable the initializer feature
# please implement the initializer function as below：
# def initializer(context):
#   logger = logging.getLogger()
#   logger.info('initializing')

def handler(event, context):
  logger = logging.getLogger()
  logger.info('hello async callback fail')
  return 'hello async callback fail'

部署代码至函数计算。
```
s deploy
```
您可以在函数计算控制台查看部署成功的函数。
本地调用调试函数。
```
s invoke
```
调用完成后，返回结果hello async callback fail。

步骤三：部署GPU函数

创建项目目录。

mkdir fc-gpu-async-job&&cd fc-gpu-async-job

按照以下目录结构创建文件并根据实际情况修改文件中的参数配置。

目录结构如下所示。

├── fc-gpu-async-job
├── code
│   ├── app.py
│   └── Dockerfile
└── s.yaml

编辑s.yaml文件。示例如下：

edition: 1.0.0
name: gpu-container-demo
# access是当前应用所需要的密钥信息配置：
# 密钥配置请参见：https://www.serverless-devs.com/serverless-devs/command/config
# 密钥使用顺序请参见：https://www.serverless-devs.com/serverless-devs/tool
access: default
vars:
  region: cn-shenzhen
services:
  customContainer-demo:
    component: devsapp/fc
    props:
      region: ${vars.region}
      service:
        name: tgpu_basic_service
        internetAccess: true
        # logConfig配置文档：https://gitee.com/devsapp/fc/blob/main/docs/zh/yaml/service.md#logconfig
        logConfig:
          project: aliyun****          # 建议配置，用于查看请求日志，需要在SLS日志服务中提前创建相应的project
          logstore: func****     # 建议配置，用于查看请求日志，需要在SLS日志服务中提前创建相应的logstore
          enableRequestMetrics: true
          enableInstanceMetrics: true
          logBeginRule: DefaultRegex
      function:
        name: tgpu_basic_func
        description: test gpu basic
        handler: not-used
        timeout: 600
        caPort: 9000
        # 业务可根据实际显存占用，选择合适的GPU实例规格；如下例子展示1/8 GPU虚拟化规格
        instanceType: fc.gpu.tesla.1
        gpuMemorySize: 2048
        cpu: 1
        memorySize: 4096
        diskSize: 512
        instanceConcurrency: 1
        runtime: custom-container
        customContainerConfig:
          # 填写您的镜像信息。需要提前创建ACR个人版或企业版实例，并创建相应的命名空间与镜像仓库
          image: registry.cn-shenzhen.aliyuncs.com/my****/my****
          # 开启镜像加速，对于GB级别镜像有非常好的冷启动优化效果
          accelerationType: Default
        codeUri: ./code
        # 异步配置
        # 详细见：https://gitee.com/devsapp/fc/blob/main/docs/zh/yaml/function.md#asyncconfiguration
        asyncConfiguration:
          destination:           
            # 填写您创建的失败回调函数的ARN
            onFailure: "acs:fc:cn-shenzhen:164901546557****:services/async-callback-service.LATEST/functions/async-callback-fail-func"
            # 填写您创建的成功回调函数的ARN
            onSuccess: "acs:fc:cn-shenzhen:164901546557****:services/async-callback-service.LATEST/functions/async-callback-succ-func"
          statefulInvocation: true
      triggers:
        - name: httpTrigger
          type: http
          config:
            authType: anonymous
            methods:
              - GET

编辑Dockerfile文件。示例如下：

FROM nvidia/cuda:11.0-base
FROM ubuntu
WORKDIR /usr/src/app
RUN apt-get update
RUN apt-get install -y python3
COPY . .
CMD [ "python3", "-u", "/usr/src/app/app.py" ]
EXPOSE 9000

编辑app.py文件。示例如下：

# -*- coding: utf-8 -*-
# python2 and python3

from __future__ import print_function
from http.server import HTTPServer, BaseHTTPRequestHandler
import json
import sys
import logging
import os
import time

host = ('0.0.0.0', 9000)

class Resquest(BaseHTTPRequestHandler):
    def do_GET(self):
        print("simulate long execution scenario, sleep 10 seconds")
        time.sleep(10)

        print("show me GPU info")
        msg = os.popen("nvidia-smi -L").read()
        data = {'result': msg}
        self.send_response(200)
        self.send_header('Content-type', 'application/json')
        self.end_headers()
        self.wfile.write(json.dumps(data).encode())

if __name__ == '__main__':
    server = HTTPServer(host, Resquest)
    print("Starting server, listen at: %s:%s" % host)
    server.serve_forever()

部署代码至函数计算。
```
s deploy
```
您可以在函数计算控制台查看部署成功的GPU函数，以及该函数的异步配置。
本地调用调试函数。
```
s invoke
```
调用完成后，返回结果Hello, World!。
提交异步任务。
1. 查看GPU函数的镜像加速准备状态。
  建议镜像加速准备状态为可用后，再发起异步任务，否则可能会引起链路超时等异常问题。
2. 登录函数计算控制台，找到已创建的GPU函数tgpu_basic_func，在异步任务列表页签，单击提交任务。
执行完成后，任务状态为执行成功。
此时，您可以找到配置的成功回调函数async-callback-succ-func，依次选择调用日志 > 调用请求列表页签，然后找到本次异步请求结果行，查看调用结果是否为调用成功。