在几个AWS实例上运行的XGBoost和LightGBM的性能比较

介绍

XGBoost（eXtreme Gradient Boosting）是一个在Gradient Boosting Decision Tree（GBDT）框架下的开源机器学习库（https://github.com/dmlc/xgboost）。XGBoost用于使用机器学习解决数据科学中的回归和分类问题。任务可以分布在一组机器上，以便更快地进行训练和推理。例如，XGBoost4J-Spark（https://xgboost.readthedocs.io/en/latest/jvm/xgboost4j_spark_tutorial.html）是一个将XGBoost与Apache Spark集成的项目。

LightGBM（Light Gradient Boosting Machine）是微软开发的另一款基于GDBT的开源工具（https://www.microsoft.com/en-us/research/project/lightgbm/），与XGBoost相比，它以更高效的训练而闻名。与XGBoost类似，LightGBM培训可以分布在一个节点集群上，并通过减少节点之间的通信来降低任务分配的成本。

这个博客比较了在几个AWS实例上运行的XGBoost和LightGBM的性能。这些实例包括类型C5（Skylake SP或Cascade Lake）、C6i（Intel Ice Lake）、C6g（AWS Graviton2）和C7g（AWS Graviton3），大小为12xlarge。这些实例都配备了48个vCPU和96GB内存。

AWS Graviton3：第三代Graviton处理器系列

AWS Graviton2处理器是AWS使用Arm Neoverse内核设计的第二代处理器，与Amazon EC2中的x86实例相比，为不同的工作负载提供了广泛的性价比改进。AWS Gravaton3是Graviton处理器系列的第三代，与第二代相比，计算性能提高了25%。特定计算的性能可以提高2到3倍，例如浮点运算和密码运算，以及支持bfloat16的基于CPU的机器学习应用程序。与支持DDR4的实例相比，Graviton3对DDR5的支持将内存带宽提高了50%。

基准环境

基准测试工具

XGBoost集成在一个流行的Python机器库scikit-learn中。我们使用scikit-learn_bench对XGBoost进行基准测试，并对LightGBM进行少量修改。基准测试工具和参数在配置文件中传递。示例配置文件位于存储库的“config”目录中。基准测试使用Python 3.10.4和以下版本的Python库：

XGBoost: 1.6.2

LightGBM: 3.3.2

scikit-learn: 1.1.2

对于XGBoost，我们为以下数据集运行基准测试：

Airline(binary classification)（https://www.stat.purdue.edu/~sguha/rhipe/doc/html/airline.html）

Higgs(binary classification) (https://archive.ics.uci.edu/ml/datasets/HIGGS)

MSRank(multi-class classification)(https://www.microsoft.com/en-us/research/project/mslr/)

对于LightGBM，我们呈现Airline和Higgs数据集的结果。

基准测试使用的参数如下：

XGBoost的“hist”树方法类似于LightGBM的工作方式，可以提高训练速度。估计器（estimators）的数量设置为100，这是XGBoost和LightGBM库的默认值。线程数设置为实例上可用的vCPU数，对于12xlarge的实例为48。

性能比较

XGBoost训练性能

下图显示了三个数据集和不同实例类型的训练时间。结果表明，Graviton3实例的训练时间比C5提高了52%，比C6i提高了36%，比Graviton2提高了37%。

图1.XGBoost训练时间比较


下表显示了Airline、Higgs和MSRank数据集的XGBoost训练时间。

XGBoost推理性能

图2显示了三个数据集和不同实例类型的推理时间。结果表明，Graviton3实例的推理时间比C5提高了45%，比C6i提高了26%，比Graviton2提高了32%。

图2.XGBoost推理时间比较

下表显示了三个数据集的XGBoost推理时间。

LightGBM训练性能

图3显示了Airline和Higgs数据集以及不同实例类型的训练时间。结果表明，Graviton3实例的训练时间比C5提高了53%，比C6i提高了42%，比Graviton2提高了41%。

图3.LightGBM训练时间比较

下表显示了Airline和Higgs数据集的LighttGBM训练时间。

LightGBM推理性能

图4显示了两个数据集和不同实例类型的训练时间。结果表明，Graviton3实例比C5提高了39%，比C6i提高了31%，比Graviton2提高了31%。

图4.LightGBM推理时间比较

图4中图表的数据来自下表，显示了LightGBM以及Airline和Higgs数据集的推理时间：

基准测试考虑因素

默认情况下，scikit_learn_bench 使用了Scikit-learn补丁，使用Intel（R）Extension for scikit learn（https://github.com/intel/scikit-learn-intelex）在支持SSE2、AVX、AVX2和AVX512的Intel处理器上优化ML性能。然而，在本博客发布时，该补丁不支持梯度增强算法。

Intel提供oneAPI数据分析库（oneDAL）（https://github.com/oneapi-src/oneDAL）来加速Intel机器上的ML算法。然而，它需要从标准XGBoost和LightGBM模型到OneDAL的代码更改和转换。在本测试中，我们没有使用OneDAL转换和测试这些模型。

结论

XGBoost基准测试表明，在选择用于性能分析的三个数据集（Airline、Higgs和MSRank）中，Graviton3实例的性能优于Graviton2和x86实例。在某些情况下，Graviton3比x86高出50%。对于LightGBM以及Airline和Higgs这两个数据集，在训练和推理操作中，表现出了类似的性能增强。
审核编辑：彭静