首页
/ Wenet项目在鲲鹏CPU上训练时DataLoader多进程问题的分析与解决

Wenet项目在鲲鹏CPU上训练时DataLoader多进程问题的分析与解决

2025-06-13 17:57:41作者:幸俭卉

问题背景

在使用Wenet语音识别框架进行模型训练时,当运行环境为搭载鲲鹏CPU的服务器时,在训练阶段会出现段错误(Segmentation Fault)。这个问题特别出现在使用PyTorch的DataLoader进行多进程数据加载时。通过分析发现,这是由于鲲鹏CPU架构与PyTorch默认的多进程启动方式存在兼容性问题导致的。

问题现象

当在鲲鹏CPU上运行Wenet的训练脚本时,DataLoader在创建多进程工作线程时会触发段错误。从错误堆栈中可以观察到,问题发生在底层并行计算库的交互过程中,具体是在arm_compute::OMPScheduler调度工作时出现的异常。

根本原因分析

PyTorch的DataLoader默认使用"fork"方式创建多进程,这种方式在大多数x86架构的Linux系统上工作良好。然而在ARM架构的鲲鹏CPU上,"fork"方式可能会导致一些底层库的状态继承问题,特别是涉及到并行计算和内存管理的库。

通过分析堆栈信息,可以确定问题发生在以下环节:

  1. DataLoader尝试使用默认的"fork"方式创建工作进程
  2. 工作进程中某些并行计算库(如OpenMP)的状态继承出现问题
  3. 在执行矩阵乘法等计算操作时触发段错误

解决方案

解决这个问题的有效方法是显式指定DataLoader使用"spawn"方式创建多进程。"spawn"方式会启动全新的Python解释器进程,而不是继承父进程的状态,从而避免了状态继承导致的问题。

具体实现方式是在创建DataLoader时添加multiprocessing_context参数:

import multiprocessing as mp

train_data_loader = DataLoader(
    train_dataset,
    batch_size=None,
    pin_memory=args.pin_memory,
    num_workers=args.num_workers,
    persistent_workers=True,
    generator=generator,
    prefetch_factor=args.prefetch,
    multiprocessing_context=mp.get_context("spawn")
)

方案优势与注意事项

  1. 跨平台兼容性:"spawn"方式在Windows、所有POSIX平台和macOS上都能正常工作,具有更好的通用性
  2. 稳定性:避免了状态继承导致的各种潜在问题
  3. 性能考量:虽然"spawn"方式在进程启动时会有轻微的性能开销,但对于训练过程的整体影响可以忽略不计

需要注意的是,使用"spawn"方式时,所有传递给工作进程的数据必须是可以pickle序列化的,这在Wenet的数据处理流程中通常不是问题。

结论

对于在ARM架构的鲲鹏CPU上运行Wenet项目的用户,建议在DataLoader中显式指定使用"spawn"方式创建多进程。这一改动简单有效,能够解决训练过程中的段错误问题,同时保持良好的跨平台兼容性。该解决方案已被Wenet项目采纳并合并到主分支中。

登录后查看全文
热门项目推荐
相关项目推荐

项目优选

收起
kernelkernel
deepin linux kernel
C
22
6
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
197
2.17 K
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
208
285
pytorchpytorch
Ascend Extension for PyTorch
Python
59
94
RuoYi-Vue3RuoYi-Vue3
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
973
574
nop-entropynop-entropy
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
ops-mathops-math
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
549
81
openHiTLSopenHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.02 K
399
communitycommunity
本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
393
27
MateChatMateChat
前端智能化场景解决方案UI库,轻松构建你的AI应用,我们将持续完善更新,欢迎你的使用与建议。 官网地址:https://matechat.gitcode.com
1.2 K
133