[源码解析] 机器学习参数服务器 Paracel (2)--------SSP控制协议实现

[源码解析] 机器学习参数服务器 Paracel (2)-----SSP实现

目录

• [源码解析] 机器学习参数服务器 Paracel (2)-----SSP实现
  • 0x00 摘要
  • 0x01 背景知识
    • 1.1 异步控制协议
    • 1.2 Straggler 问题
  • 0x02 实现
    • 2.1 ssp_switch
    • 2.2 thrd_exec_ssp
    • 2.3 转换
    • 2.4 逻辑串联
      • 2.4.1 初始化
      • 2.4.2 worker 端 iter_commit
      • 2.4.3 服务端 incr_int
      • 2.4.4 串联
  • 0xFF 参考

0x00 摘要

Paracel是豆瓣开发的一个分布式计算框架，它基于参数服务器范式来解决机器学习的问题：逻辑回归、SVD、矩阵分解（BFGS，sgd，als，cg），LDA，Lasso...。

Paracel支持数据和模型的并行，为用户提供简单易用的通信接口，比mapreduce式的系统要更加灵活。Paracel同时支持异步的训练模式，使迭代问题收敛地更快。此外，Paracel程序的结构与串行程序十分相似，用户可以更加专注于算法本身，不需将精力过多放在分布式逻辑上。

因为 ps-lite 没有对 SSP 进行深入，而 Paracel 对 SSP的实现比较深入，所以我们本文就看看SSP如何实现。

解析时候会删除部分非主体代码。

[源码解析] 机器学习参数服务器ps-lite 之(1) ----- PostOffice

[源码解析] 机器学习参数服务器ps-lite(2) ----- 通信模块Van

[源码解析] 机器学习参数服务器ps-lite 之(3) ----- 代理人Customer

[源码解析]机器学习参数服务器ps-lite(4) ----- 应用节点实现

[源码解析] 机器学习参数服务器 Paracel (1)-----总体架构

0x01 背景知识

不同的worker同时并行运算的时候，可能因为网络、机器配置等外界原因，导致不同的worker的进度是不一样的，如何控制worker的同步机制是一个比较重要的课题。

1.1 异步控制协议

许多机器学习问题可以转化为迭代任务。对于迭代控制，一般来说，有三个级别的异步控制协议：BSP（Bulk Synchronous Parallel），SSP（Stalness Synchronous Parallel）和ASP（Asynchronous Parallel），它们的同步限制依次放宽。为了追求更快的计算速度，算法可以选择更宽松的同步协议。

为了更好的说明以及行文完整，我们把ps-lite之中介绍过的段落再次拿出来。

这三个协议具体如下：

• ASP：task之间完全不用相互等待，完全不顾worker之间的顺序，每个worker按照自己的节奏走，跑完一个迭代就update，先完成的task，继续下一轮的训练。

  • 优点：消除了等待慢task的时间，减少了GPU的空闲时间，因此与BSP相比提高了硬件效率。计算速度快，最大限度利用了集群的计算能力，所有的worker所在的机器都不用等待

  • 缺点：

    • 这个过程可能会导致梯度被计算过时的权重，从而降低统计效率。
    • 适用性差，在一些情况下并不能保证收敛性

    

• BSP：是一般分布式计算采用的同步协议，每一轮迭代中都需要等待所有的task计算完成。每个worker都必须在同一个迭代运行，只有一个迭代任务所有的worker都完成了，才会进行一次worker和server之间的同步和分片更新。

  • BSP的模式和单机串行因为仅仅是batch size的区别，所以在模型收敛性上是完全一样的。同时，因为每个worker在一个周期内是可以并行计算的，所以有了一定的并行能力。spark用的就是这种方式。

  • 优点：适用范围广；每一轮迭代收敛质量高

  • 缺点：每一轮迭代中，，BSP要求每个worker等待或暂停来自其他worker的梯度，这样就需要等待最慢的task，从而显著降低了硬件效率，导致整体任务计算时间长。整个worker group的性能由其中最慢的worker决定；这个worker一般称为straggler。

    

• SSP：允许一定程度的task进度不一致，但这个不一致有一个上限，称为staleness值，即最快的task最多领先最慢的task staleness轮迭代。

  • 就是把将ASP和BSP做一下折中。既然ASP是允许不同worker之间的迭代次数间隔任意大，而BSP则只允许为0，那我就取一个常数s。有了SSP，BSP就可以通过指定s=0而得到。而ASP同样可以通过制定s=∞来达到。

  • 优点：一定程度减少了task之间的等待时间，计算速度较快。

  • 缺点：每一轮迭代的收敛质量不如BSP，达到同样的收敛效果可能需要更多轮的迭代，适用性也不如BSP，部分算法不适用。

    

1.2 Straggler 问题

传统的方法是使用BSP来完成迭代，这意味着我们必须在每个迭代器的末尾进行同步。这导致了straggler问题：由于一些软硬件的原因，节点的计算能力往往不尽相同。对于迭代问题来说，每一轮结束时算得快的节点都需等待算得慢的节点算完，再进行下一轮迭代。这种等待在节点数增多时将变得尤为明显，从而拖慢整体的性能。

有两种方法可以解决这个问题：

• 首先，我们必须编写一些复杂的代码，使负载不平衡，这样我们可以使一个快速的worker训练更多的数据。
• 其次，我们可以做一些异步控制来放松同步条件。

Paracel使用第二种方法，放宽了同步条件，即放宽了“每个迭代步都等待”这个约束：

假设最快的worker与最慢的worker之间的同步不超过一个有界参数，这是每次迭代的收敛性和总收敛时间之间的折衷。当在一轮迭代结束时，算得快的节点可以继续下一轮迭代，但不能比最慢的节点领先参数s个迭代步。当领先超过s个迭代步，Paracel才会强制进行等待。

这样异步的控制方式既从整体上省去了等待时间，也能间接地帮助慢的节点赶上。从优化问题的角度来看，虽然单迭代步收敛得慢了，然而每个迭代步的时间开销变少了，总体上收敛也就变快了。

这种做法就是Staleness Synchronous Parallel (SSP)，基本思想是允许各机器以不同步调对模型进行更新，但是加一个限制，使得最快的机器的进度和最慢机器的进度之差不要太大。这样做的好处是：既减轻慢的机器拖整个系统的后腿，又能保证模型的最终收敛。

0x02 实现

我们首先回忆一下前文总结的架构。

2.1 ssp_switch

ssp_switch 用来控制是否使用 ssp。

我们以 include/ps.hpp 的 paracel_read 为例。

如果启用了 ssp，则：

• 如果时钟为0或者total_iters，说明是ssp启动 或者 时间间隔（迭代次数）到了，这时候需要重新获取对应数值，更新cache。
• 如果命中缓存，则直接返回。
• 如果Miss，则如果当前时钟已经大于某个数值 (stale_cache + limit_s < clock) ，则 while 循环等待。
  • 即，算得快的节点可以继续下一轮迭代，但不能比最慢的节点领先参数s个迭代步。当领先超过s个迭代步，Paracel会强制进行等待。所以使用 pull_int(paracel::str_type("server_clock") 来增加 server的时钟。回忆一下前面讲的 SSP 核心思想（允许一定程度的task进度不一致，但这个不一致有一个上限，称为staleness值，即最快的task最多领先最慢的task staleness轮迭代）。
  • server_clock 是专门用来SSP时钟协调的。"server_clock" 就是服务器时钟，worker 就是获取这个数值来看是否落后或者领先。
  • stale_cache 初始为0，每次强制等待的循环之中，会设置为 "server_clock" 传回的 数值。

其中缓存定义：

  paracel::dict_type<paracel::str_type, boost::any> cached_para;

具体代码如下：

  template <class V>
  bool paracel_read(const paracel::str_type & key,
                    V & val,
                    int replica_id = -1) {
    if(ssp_switch) {

      if(clock == 0 || clock == total_iters) { // check total_iters for last
        // 说明是ssp启动或者时间间隔（迭代次数）到了，这时候需要重新获取对应数值，更新cache。
        cached_para[key] = boost::any_cast<V>(ps_obj->
                                              kvm[ps_obj->p_ring->get_server(key)].
                                              pull<V>(key));
        val = boost::any_cast<V>(cached_para[key]);
      } else if(stale_cache + limit_s > clock) {
        // cache hit 如果命中缓存，则直接返回
        val = boost::any_cast<V>(cached_para[key]);
      } else {
        // cache miss
        // 如果Miss，如果当前时钟已经大于某个数值 ，则 while 循环等待
        // pull from server until leading slowest less than s clocks
        while(stale_cache + limit_s < clock) {
          // 时间同步
          stale_cache = ps_obj->
              kvm[clock_server].pull_int(paracel::str_type("server_clock"));
        }
        // 获取key对应权重的最新数值
        cached_para[key] = boost::any_cast<V>(ps_obj->
                                              kvm[ps_obj->p_ring->get_server(key)].
                                              pull<V>(key));
        val = boost::any_cast<V>(cached_para[key]);
      }
      return true;
    }
    return ps_obj->kvm[ps_obj->p_ring->get_server(key)].pull(key, val);
  }

kvclt 之中有pull_int方法，就是与Clock server交互，进行时间同步：

  int pull_int(const paracel::str_type & key) {
    if(p_ssp_sock == nullptr) {
      p_ssp_sock.reset(create_req_sock(ports_lst[4]));
    }
    auto scrip = paste(paracel::str_type("pull_int"), key);
    int val = -1;
    bool r = req_send_recv(*p_ssp_sock, scrip, val);
    if(!r) ERROR_ABORT("key: pull_int does not exist");
    return val;
  }

2.2 thrd_exec_ssp

在 include/server.hpp之中，thrd_exec_ssp 是专门处理ssp的线程。

其用到的ssp_tbl 在 include/kv_def.hpp 之中。

namespace paracel {
  paracel::kvs<paracel::str_type, int> ssp_tbl; // 这里是ssp专用KV存储
  paracel::kvs<paracel::str_type, paracel::str_type> tbl_store;
}

以 pull_int 这个命令为例，就是从服务器拉取 “ssp专用KV存储” 对应的数据。

thrd_exec_ssp 具体代码如下：

// thread entry for ssp
void thrd_exec_ssp(zmq::socket_t & sock) {

  paracel::packer<> pk;
  paracel::ssp_tbl.set("server_clock", 0);

  while(1) {

    zmq::message_t s;
    sock.recv(&s);
    auto scrip = paracel::str_type(static_cast<const char *>(s.data()), s.size());
    auto msg = paracel::str_split_by_word(scrip, paracel::seperator);
    auto indicator = pk.unpack(msg[0]);
    //std::cout << indicator << std::endl;

    if(indicator == "push_int") { // 推送数据
      auto key = pk.unpack(msg[1]);
      paracel::packer<int> pk_i;
      auto val = pk_i.unpack(msg[2]);
      paracel::ssp_tbl.set(key, val);
      bool result = true;
      rep_pack_send(sock, result);
    }
    if(indicator == "incr_int") { // 更改数据
      auto key = pk.unpack(msg[1]);
      if(paracel::startswith(key, "client_clock_")) {
        if(paracel::ssp_tbl.get(key)) {
          paracel::ssp_tbl.incr(key, 1);
        } else {
          paracel::ssp_tbl.set(key, 1);
        }
        if(paracel::ssp_tbl.get(key) >= paracel::ssp_tbl.get("worker_sz")) {
          paracel::ssp_tbl.incr("server_clock", 1);
          paracel::ssp_tbl.set(key, 0);
        }
      }
      paracel::packer<int> pk_i;
      int delta = pk_i.unpack(msg[2]);
      paracel::ssp_tbl.incr(key, delta);
      bool result = true;
      rep_pack_send(sock, result);
    }
    if(indicator == "pull_int") { // 拉取数据
      auto key = pk.unpack(msg[1]);
      int result = 0;
      auto exist = paracel::ssp_tbl.get(key, result); // 获取对应的key
      if(!exist) {
        paracel::str_type tmp = "nokey";
        rep_send(sock, tmp);
      }
      rep_pack_send(sock, result);
    }

  } // while
}

逻辑如下（注意，因为篇幅所限，这里省略了上图部分变量，加入了新的变量与逻辑）：

+------------------+                                worker         +          server
| paralg           |                                               |
|                  |                                               |
|                  |                                               |
|  parasrv *ps_obj |                                               |
|            +     |                                               |  +------------------+
|            |     |                                               |  | start_server     |
+------------------+                                               |  |                  |
             |                                                     |  |                  |
             |                                                     |  |                  |
             v                                                     |  |                  |
+------------+-----+         +------------------+     +---------+  |  |                  |
| parasrv          |         |kvclt             |     | kvclt   |  |  |                  |
|                  |         |                  |     |         |  |  |    thrd_exec     |
|                  |         |     host         |     |         |  |  |                  |
|         servers  |         |                  |     |         |  |  |    ssp_tbl       |
|                  |         |     ports_lst    |     |         |  |  |                  |
|         kvm +----------->  |                  |.....|         |  |  |    tbl_store     |
|                  |         |     context      |     |         |  |  |                  |
|         p_ring   |         |                  |     |         |  |  |    thrd_exec_ssp |
|            +     |         |     conn_prefix  |     |         |  |  |                  |
|            |     |         |                  |     |         |  |  |       ^          |
+------------------+         |     p_ssp_sock   |     |         |  |  |       |          |
             |               |           +      |     |         |  |  |       |          |
             |               |           |      |     |         |  |  |       |          |
             |               |           |      |     |         |  |  |       |          |
             v               |           |      |     |         |  |  |       |          |
+------------+------+        +------------------+     +---------+  |  |       |          |
| ring              |                    |                         |  +------------------+
|                   |                    |                         |          |
|                   |                    |                         |          |
|  srv_hashring     |                    |                         |          |
|                   |                    |                         |          |
|  srv_hashring_dct |                    +------------------------------------+
|                   |                                              |
+-------------------+                                              +

手机如下:

2.3 转换

用户只需添加几行代码即可将BSP进程转换为异步进程。比如一个非常简单的示例。

主要就是使用iter_commit() 在每次迭代结束之后，把本地更新结果提交到参数服务器。

class logistic_regression: public paracel::paralg {

 public:
  logistic_regression(paracel::Comm comm,
            std::string hosts_dct_str,
            std::string _output,
            int _rounds,
            int _limit_s,
            bool _ssp_switch) :
        paracel::paralg(hosts_dct_str,
                        comm,
                        _output,
                        _rounds,
                        _limit_s,
                        _ssp_switch) {}

  void training() {
    theta = paracel::random_double_list(data_dim);
    paracel_write("theta", theta); // init push

    for(int iter = 0; iter < rounds; ++iter) {
      for(int i = 0; i < data_dim; ++i) {
        delta[i] = 0.;
      }
      random_shuffle(idx.begin(), idx.end());

      // pull theta
      theta = paracel_read<vector<double> >("theta");

      for(auto sample_id : idx) {
        for(int i = 0; i < data_dim; ++i) {
          delta[i] += coff1 *
            samples[sample_id][i] - coff2 * theta[i];
        }
      } // traverse

      // update theta with delta
      paracel_bupdate("theta",
                    delta,
                    "update.so",
                    "lg_theta_update");

      // commit to server at the end of each iteration
      iter_commit(); // 这里是添加的，在每次迭代结束之后，把本地更新结果提交到参数服务器
    }

    // last pull
    theta = paracel_read<vector<double> >("theta");
  }

  void solve() {
    // init training data
    auto parser = [](const std::vector<std::string>) {
      /* ... */
    };
    auto lines = paracel_load(input);
    parser(lines);
    paracel_sync();

    // set total iterations of your training process
    set_total_iters(rounds);

    // training
    training();
  }

}; // class logistic regression

2.4 逻辑串联

前面每个部分我们其实都讲解得不透彻，需要在此串联起来。

我们假设有5个worker，limit_s 是 3，即最快的节点不能比最慢的节点领先参数 3 个迭代步。当领先超过 3 个迭代步，Paracel会强制进行等待。

2.4.1 初始化

在 paralg 构建函数中，会对各种数据进行初始化，这里重要的是服务器端 key "worker_sz" 对应的数值被设置为 worker_comm.get_size() ，就是worker 数值 5。

"worker_sz" 的意义是：目前应该有多少个worker一起训练。

  paralg(paracel::str_type hosts_dct_str,
         paracel::Comm comm,
         paracel::str_type _output = "",
         int _rounds = 1,
         int _limit_s = 0,
         bool _ssp_switch = false) : worker_comm(comm),
                                    output(_output),
                                    nworker(comm.get_size()),
                                    rounds(_rounds),
                                    limit_s(_limit_s),
                                    ssp_switch(_ssp_switch) {
    ps_obj = new parasrv(hosts_dct_str);
    init_output(_output);
    clock = 0;
    stale_cache = 0;
    clock_server = 0;
    total_iters = rounds;
    if(worker_comm.get_rank() == 0) {
      paracel::str_type key = "worker_sz";
      (ps_obj->kvm[clock_server]).
          push_int(key, worker_comm.get_size());  // 设置为 5
    }
    paracel_sync();
  }

2.4.2 worker 端 iter_commit

在 iter_commit 之中，逻辑如下。

• iter_commit 是每次迭代增加 本地 clock；
• 如果 (clock == total_iters)，说明本 worker 已经达到了总体迭代数值，就减少服务器 "worker_sz" 数值。即：本worker已经跑完了训练，所以下面一起训练的worker数目需要减少 1。

  // put where you want to control iter with ssp
  void iter_commit() {
    paracel::str_type clock_key;
    if(limit_s == 0) {
      clock_key = "client_clock_0";
    } else {
      clock_key = "client_clock_" + std::to_string(clock % limit_s);
    }
    ps_obj->kvm[clock_server].incr_int(paracel::str_type(clock_key), 1); // value 1 is not important
    clock += 1;
    if(clock == total_iters) { // 如果已经达到了总体迭代数值，就减少服务器 "worker_sz" 数值
      ps_obj->kvm[clock_server].incr_int(paracel::str_type("worker_sz"), -1);
    }
  }

kvclt 之中有如下代码，其实就是给服务器转发请求，所以我们可以略过：

  bool incr_int(const paracel::str_type & key,
                int delta) {
    if(p_ssp_sock == nullptr) {
      p_ssp_sock.reset(create_req_sock(ports_lst[4]));
    }
    auto scrip = paste(paracel::str_type("incr_int"),
                       key,
                       delta);
    bool stat;
    auto r = req_send_recv(*p_ssp_sock, scrip, stat);
    return r && stat;
  }

  int pull_int(const paracel::str_type & key) {
    if(p_ssp_sock == nullptr) {
      p_ssp_sock.reset(create_req_sock(ports_lst[4]));
    }
    auto scrip = paste(paracel::str_type("pull_int"), key);
    int val = -1;
    bool r = req_send_recv(*p_ssp_sock, scrip, val);
    assert(val != -1);
    assert(r);
    if(!r) ERROR_ABORT("key: pull_int does not exist");
    return val;
  }

2.4.3 服务端 incr_int

服务器收到了kvclt 转发的请求，处理举例如下：

在 thread_exec_ssp 中，incr_int 部分代码如下：

• 如果 key 是 "client_clock_"，则
  • 把对应的key增加对应的数值，或者添加这个数值;
  • 如果 key 的数值大于"worker_sz"的数值，说明所有worker 都完成了一轮迭代，所以需要：
    • 把"server_clock"数值增加 1。"server_clock" 就是服务器时钟，worker 就是获取这个数值来看是否落后或者领先；
    • 把对应的 "client_clock_" 重置为 0，则说明需要考虑下次迭代了。
• 对于其他key，则增加参数的数值；

    if(indicator == "incr_int") {
      auto key = pk.unpack(msg[1]);
      if(paracel::startswith(key, "client_clock_")) {
        if(paracel::ssp_tbl.get(key)) {
          paracel::ssp_tbl.incr(key, 1); // 把对应的key增加对应的数值
        } else {
          paracel::ssp_tbl.set(key, 1 // 添加这个数值
        }
        if(paracel::ssp_tbl.get(key) >= paracel::ssp_tbl.get("worker_sz"))
          //所有worker 都完成了一轮迭代
          paracel::ssp_tbl.incr("server_clock", 1); //服务器迭代增加1
          paracel::ssp_tbl.set(key, 0); //重置为 0，说明需要考虑下次迭代了，因为本次迭代中，所有client都完成了，下次迭代又要重新计算
        }
      }
      paracel::packer<int> pk_i;
      int delta = pk_i.unpack(msg[2]);
      paracel::ssp_tbl.incr(key, delta);
      bool result = true;
      rep_pack_send(sock, result);
    }

2.4.4 串联

把所有逻辑串联起来，名词解释如下：

• client_clock_X ，表示本轮 虚拟迭代 之中的 实际迭代中，分别有几个 worker 运行完成， 0 <= X < limit_s 。
• worker_sz 表示 目前应该有多少个worker一起训练。
• server_clock 就是服务器时钟，代表总体已经训练完成了几个迭代（实际迭代），worker 就是获取这个数值来看是否落后或者领先。

具体如下：

• limit_s 是 3，即最快的节点不能比最慢的节点领先参数 3 个迭代步。当领先超过 3 个迭代步，Paracel会强制进行等待。因此，有两种迭代：

  • 大的迭代是虚拟迭代，包含 3 个小迭代步骤（limit s 数目）。
  • 小的迭代就是实际迭代步，使用 client_clock_X 表示， clock_key_0 表示本轮 虚拟迭代 之中的 第一次实际迭代 中，分别有几个 worker 完成运行。

• 在 worker 的 paralg 构建函数中，会对各种数据进行初始化，这里重要的是服务器端 key "worker_sz" 对应的数值被设置为 worker_comm.get_size() ，就是worker 数值 5。

  "worker_sz" 的意义是：目前应该有多少个worker一起训练。

• 在 worker 的 paracel_read 之中，一直用本地的 clock 与远端 "server_clock" 做比较，如果小于 limit_s 则强制本worker等待；

• 在worker 的 iter_commit 之中：

  • 增加 本地 clock 的数值
    • clock 从 0 开始递增，就是本地实际迭代的次数；
    • 如果 (clock == total_iters)，说明本 worker 本地训练已经达到了总体迭代数值，就减少服务器 "worker_sz" 数值。即：本worker已经跑完了训练，所以下面一起训练的worker数目需要减少 1；
  • 假如 limit_s 为3，则 clock_key 为 client_clock_0， client_clock_1， client_clock_2，根据本地 clock 的数值，给服务器 (clock % limit_s) 增加 1；clock_key_0 表示本轮 虚拟迭代 之中的 第一次实际迭代 中，分别有几个 worker 完成运行；

• 递交 iter_commit 之后，在 server 之中：

  • 如果 key 是 "client_clock_"，则
    • 把对应的key增加对应的数值；
    • 如果 key 的数值大于"worker_sz"的数值，说明所有worker 都完成了一轮迭代，所以需要：
      • 把"server_clock"数值增加 1。"server_clock" 就是服务器时钟，worker 就是获取这个数值来看是否落后或者领先；
      • 把对应的 "client_clock_" 重置为 0，则说明需要考虑下次迭代了。
  • 对于其他key，则增加参数的数值；

我们可以看看逻辑图：

                                    worker 1  +  Server 1
                                              |
                                         快    |
+-----------------------------------------+   | +------------------------------------------+
| paracel_read() {                        |   | |                                          |
|                                         |   | |auto key = pk.unpack(msg[1]);             |
|  while(stale_cache + limit_s < clock) { |   | |if(startswith(key, "client_clock_")){     |
|    stale_cache = get("server_clock")    |   | |	if(ssp_tbl.get(key)) {             |
|  }                                      |   | |		incr(key, 1);              |
| }                                       |   | |	} else {                           |
+-----------------------------------------+   | |		set(key, 1);               |
                                              | |	}                                  |
+---------------------------------------------+ |	if(get(key) >= get("worker_sz")) { |
                                 worker 2     | |	 incr("server_clock", 1);          |
                                         慢    | | set(key, 0);                            |
+-----------------------------------------+   | |	}                                  |
| iter_commit() {                         |   | |}                                         |
|                                         |   | |ssp_tbl.incr(key, delta);                 |
|   if(limit_s == 0) {                    |   | |                                          |
|     clock_key = "client_clock_0"        |   | +------------------------------------------+
|   } else {                              |   |
|     clock_key = "client_clock_" +       |   |
|                 (clock % limit_s)       |   |
|   }                                     |   |
|                                         |   |
|   incr_int(clock_key, 1);               |   |
|                                         |   |
|   clock += 1;                           |   |
|                                         |   |
|   if(clock == total_iters) {            |   |
|     incr_int("worker_sz"), +1);         |   |
|   }                                     |   |
|  }                                      |   |
| }                                       |   |
+-----------------------------------------+   +

手机如下：

我们也可以用图表展示下逻辑过程，其中：

• client_clock_1 缩写为 c_c_1，表示本轮 虚拟迭代 之中的 实际迭代 中，分别有几个 worker 完成运行；
• worker_sz 缩写为 w_sz，表示 目前应该有多少个worker一起训练。
• server_clock 缩写为 s_c。"server_clock" 就是服务器时钟，代表总体已经训练完成了几个迭代（实际迭代），worker 就是获取这个数值来看是否落后或者领先。
• 这几个变量都是服务器端的变量。

首先开始启动训练，表格中从上到下顺序执行。

第一个worker开始训练，实际训练两步，增加c_c_0，c_c_1

	c_c_0	c_c_1	c_c_2	w_sz	s_c	说明
worker1	1	1		5		第一个worker开始训练，实际训练两步，增加c_c_0，c_c_1
worker2
worker3
worker4
worker5

第二个worker开始训练，实际训练两步，增加c_c_0，c_c_1

	c_c_0	c_c_1	c_c_2	w_sz	s_c	说明
worker1	1	1		5		第一个worker开始训练，实际训练两步，增加c_c_0，c_c_1
worker2	2	2		5		第二个worker开始训练，实际训练两步，增加c_c_0，c_c_1
worker3
worker4
worker5

第三个worker开始训练，实际训练两步，增加c_c_0，c_c_1

	c_c_0	c_c_1	c_c_2	w_sz	s_c	说明
worker1	1	1		5		第一个worker开始训练，实际训练两步，增加c_c_0，c_c_1
worker2	2	2		5		第二个worker开始训练，实际训练两步，增加c_c_0，c_c_1
worker3	3	3		5		第三个worker开始训练，实际训练两步，增加c_c_0，c_c_1
worker4
worker5

第四个worker开始训练，实际训练两步，增加c_c_0，c_c_1

	c_c_0	c_c_1	c_c_2	w_sz	s_c	说明
worker1	1	1		5		第一个worker开始训练，实际训练两步，增加c_c_0，c_c_1
worker2	2	2		5		第二个worker开始训练，实际训练两步，增加c_c_0，c_c_1
worker3	3	3		5		第三个worker开始训练，实际训练两步，增加c_c_0，c_c_1
worker4	4	4		5		第四个worker开始训练，实际训练两步，增加c_c_0，c_c_1
worker5

第五个worker开始训练，实际训练一步，增加c_c_0，因为已经完成了一轮实际迭代，所以server_clock增加 1。

此时，worker 5 落后了一个迭代（server_clock = 1）。

	c_c_0	c_c_1	c_c_2	w_sz	s_c	说明
worker1	1	1		5		第一个worker开始训练，实际训练两步，增加c_c_0，c_c_1
worker2	2	2		5		第二个worker开始训练，实际训练两步，增加c_c_0，c_c_1
worker3	3	3		5		第三个worker开始训练，实际训练两步，增加c_c_0，c_c_1
worker4	4	4		5		第四个worker开始训练，实际训练两步，增加c_c_0，c_c_1
worker5	5 --> 0			5	1	第五个worker开始训练，实际训练一步，增加c_c_0，因为所有5个worker都已经完成了一轮实际迭代，所以server_clock增加 1，然后对应的 "client_clock_0" 重置为 0，则说明需要考虑下次迭代了。

下面看看特殊情况。

首先，4个worker都运行完3步，但是worker 5没有运行，状况如下：

	c_c_0	c_c_1	c_c_2	w_sz	s_c	说明
worker1	1	1	1	5		本轮第一个worker实际训练三步，增加c_c_0，c_c_1，c_c_2
worker2	2	2	2	5		本轮第二个worker实际训练三步，增加c_c_0，c_c_1，c_c_2
worker3	3	3	3	5		本轮第三个worker实际训练三步，增加c_c_0，c_c_1，c_c_2
worker4	4	4	4	5		本轮第四个worker实际训练三步，增加c_c_0，c_c_1，c_c_2
worker5

假设worker 5 的 iter_commit 之中，如果worker 5 发现自己 (clock == total_iters)，说明本 worker 5 已经达到了总体迭代数值，就减少服务器 "worker_sz" 数值。即：本worker已经跑完了训练，所以下面一起训练的worker数目需要减少 1；

因为 worker 5 一下子完成 3步训练，所以 s_c 变成 3，即总体迭代次数为 3。

因为 本次虚拟迭代中，5 个worker都完成了训练，所以 c_c_1 ~ c_c_2 都先变成 5， 然后重置为 0。

	c_c_0	c_c_1	c_c_2	w_sz	s_c	说明
worker1	1	1	1	5		本轮第一个worker实际训练三步，增加c_c_0，c_c_1，c_c_2
worker2	2	2	2	5		本轮第二个worker实际训练三步，增加c_c_0，c_c_1，c_c_2
worker3	3	3	3	5		本轮第三个worker实际训练三步，增加c_c_0，c_c_1，c_c_2
worker4	4	4	4	5		本轮第四个worker实际训练三步，增加c_c_0，c_c_1，c_c_2
worker5	5 --> 0	5 --> 0	5 --> 0	4	3	本轮第五个worker训练完成，worker 5 又发现自己 (clock == total_iters)，则"worker_sz" 数值减少1，以后只要看 4 个worker即可。

至此，SSP相关我们分析完毕，下文解析数据/模型加载。

0xFF 参考