dflow：共同构建AI for Science和云原生时代的科学计算工作流

近日，DeepModeling社区发起了以「解放科学计算研究人员生产力」为目标的工作流框架dflow项目。在@zjgemi @amcadmus 等核心开发者的推动下，目前该项目正在紧锣密鼓的开发和使用节奏中。本文将介绍dflow的发起背景、主要特点、以及如何参与到dflow项目中。

我们相信，无论你感兴趣的是AI for Science(AI4S)的发展和应用，还是云原生、超算、科学计算的有机结合；无论你是在高校课题组、希望理顺祖传代码、少跟机器较劲、把时间真正花在探索未知上，还是在企业研发机构、希望改善研发管理、提升研发效能，dflow都值得你关注。从dflow开始，我们期待推动整个DeepModeling社区共同构建AI4S和云原生时代的科学计算工作流。

为什么发起dflow

长期以来，科学计算群体都面临一个尴尬的境地：科学研究的课题是最前沿的，但做科研的模式和工具是相对落后的。规模化算力、互联网、AI等的发展催生了云原生、MLOPS等实践，但这部分果实并未及时反哺到科学计算群体。传统科研模式表现在从算力使用、到方案实现都严重依赖或受限于组内采购的算力、软件形态，以及一些难以维护的祖传代码等。可维护性差、可迁移性差、改写难度大等等是这种模式的常见缺陷。

随着AI4S时代的到来，同步学习、高通量计算等类型的科学计算任务更是直戳传统模式的痛点。例如，在DeepModeling社区颇受欢迎的DP-GEN同步学习工作流中，数据采样、数据标注、模型训练等环节以迭代的方式在计算机上完成，实现了计算的闭环；且为了提升效率，不同环节使用的算力类型、规模可能不一样。传统的科学工作者往往手动向超算提交任务、等待任务完成后回收结果、进行一些处理后再提交下一个任务，来回往复。或者编写一个简单的脚本把这些过程串联起来。这样的工作方式虽然简单，但是在实际执行中存在诸多缺陷：

1

在逻辑上，由于缺乏抽象，下一个任务往往受到上一层任务的限制，步骤之间相互耦合。这导致步骤的复用性差，功能相似的步骤用在不同环境需要做修改；也导致可维护性差，由于难以从上下文中剥离出来，冗长的祖传代码谁也不愿修改，做单元测试也很困难。

2

在功能上，自己随手编写的串联脚本很难满足日益复杂的工作流设计需要，并且在存储管理和大规模调度方面，常常吃力不讨好，大量的精力被浪费在重复造轮子上。

3

在容错性上，如果计算过程中出现了一个bug，或是计算作业被意外中断，往往难以高效地定位问题，可观测性差，并且可能需要从头开始，可靠性差。

4

传统的小作坊似的工作方式迁移性差，我们花了大量时间写的串联脚本，也许在下一个场景、或不同的机器环境中便无法再次使用。

DeepModeling社区的一些项目在解决上述问题上做了一些尝试。比如DP-GEN在作业提交、异常处理等方面比简单的串联脚本更加考究。但由于缺乏更高级的抽象，脱离了特定的应用领域之后，相似的工作流逻辑难以避免需要用户重复实现。例如DP-GEN中的构型探索和使用DP模型进行性质计算具有相同的工作流结构，但代码复用率较低。

这个时候，一个针对科学计算工作者所开发的工作流套件显得极为重要。总的来说，我们需要这个工作流套件提供流程控制、作业调度等功能，并具有良好的可观测性和异常处理等能力。同时，它能够让科学工作者通过简单的调用接口来搭建工作流，无需关注底层实现。

在摸索的过程中，我们发现，在AI4S逐渐流行的当下，AI和互联网行业的发展也在云原生、MLOPS等方面积累了大量的实践经验。尽管各行业的具体场景不同，但很多问题特点有非常相似之处。dflow开发者在设计初期调研了若干现有方案，例如发起于材料计算领域的aiida暴露给使用者的细节较多，学习成本较高；诞生于互联网行业的airflow不支持动态、参数化的工作流（最近airflow发布了2.0版本，或许能减轻这些问题）；Argo作为更新兴的工作流项目，其社区规模迅速扩大，得益于其功能强大、且与云原生的生态融合得更彻底，但缺乏对终端用户友好的交互接口。

dflow开发者决定基于Argo工作流引擎，在充分继承其功能和云原生特性的基础上，面向科学计算群体的需求和使用习惯，结合AI、算力、与科学计算的特点，设计发起dflow项目。

dflow的特点

简单来说，在众多工作流软件中，dflow有以下几个亮点：

1

从科学计算群体的知识背景出发，安装简单、上手容易、用法可以层层深入

2

dflow功能完备，可方便地支持科学计算面临的复杂流程逻辑需求

3

基于容器（container）和Kubernetes，dflow在作业管理上省心可靠

4

接口扩展性高，无缝对接各种计算资源

展开来说，dflow是一个使用云原生项目Argo作为工作流引擎，面向科学计算工作流开发者的开源Python开发框架。dflow支持并不限于

• 循环，递归，条件判断

• 把子工作流作为一个步骤来构造具有嵌套结构的工作流

• 指定异常处理的策略

• 灵活的重启动机制

可构造复杂、大规模的的自动化工作流，可靠性高，无缝对接个人电脑、超算集群、云资源等丰富的计算资源，为用户提供方便友好的函数式编程接口。dflow把工作流抽象为一系列operator和它们的运行规则，二者相互解耦，可以分别实现和测试。

在云原生时代，容器化技术的流行主要归功于它在保证了隔离属性的前提下，具有比虚拟机更加轻便节约的优点。计算作业运行在容器中，一方面解决了环境依赖管理的问题，在开发环境能运行的容器镜像，可以放心地提交到任何资源上进行生产；另一方面隔离性和标准化很大程度上保证了计算的可重复性。

Kubernetes是一种能自动化地调度、编排容器的工具，具有高可用、可扩展等特点。dflow将调度逻辑交给原生于Kubernetes的Argo工作流引擎，向下利用可靠的存储服务管理计算数据和运行状态，并借助扩展能力（例如虚拟节点技术）对接丰富的计算资源，向上屏蔽计算、存储等实现细节，使用户得以集中精力实现自己的业务逻辑，让开发领域应用变得事半功倍。

如何参与到dflow项目中

如果你感兴趣dflow的开发，推荐直接通过GitHub/Gitee与开发者取得联系。你的任何想法都将得到重视！由于项目尚处在相对早期的阶段，我们也将在近期逐渐从需求出发，组建沟通群组、搭建更多渠道。

如果你感兴趣利用dflow快速搭建属于你的工作流、提升你的科研效率、走上成为领域开发专家的快车道，请在GitHub/Gitee关注dflow、关注本公众号，随时了解相关动态。此外，欢迎你扫码加入「dflow用户交流群」一起探讨dflow的使用技巧！

dflow项目github地址：

https://github.com/deepmodeling/dflow

dflow项目gitee地址：

https://gitee.com/deepmodeling/dflow

dflow交流群二维码：

（如果二维码无法加入，请添加深度势能小编微信手动加入，小编微信为：xuxhvivian)

- End -

（如需转载图文请与公众号后台联系）

-------------------------------

推荐阅读

👇 点击“阅读原文”加入我们