XLA: Mengoptimalkan Kompiler untuk Pembelajaran Mesin

Tetap teratur dengan koleksi Simpan dan kategorikan konten berdasarkan preferensi Anda.

XLA (Accelerated Linear Algebra) adalah kompiler khusus domain untuk aljabar linier yang dapat mempercepat model TensorFlow tanpa kemungkinan perubahan kode sumber.

Hasilnya adalah peningkatan dalam kecepatan dan penggunaan memori: misalnya dalam pengiriman BERT MLPerf menggunakan GPU 8 Volta V100 menggunakan XLA telah mencapai peningkatan kinerja ~7x dan peningkatan ukuran batch ~5x:

pengantar

Saat program TensorFlow dijalankan, semua operasi dijalankan satu per satu oleh eksekutor TensorFlow. Setiap operasi TensorFlow memiliki implementasi kernel GPU yang telah dikompilasi sebelumnya yang dikirim oleh eksekutor.

XLA menyediakan mode alternatif untuk menjalankan model: XLA mengompilasi grafik TensorFlow ke dalam urutan kernel komputasi yang dibuat khusus untuk model yang diberikan. Karena kernel ini unik untuk model, mereka dapat mengeksploitasi informasi khusus model untuk pengoptimalan. Misalnya, mari kita lihat pengoptimalan yang dilakukan XLA dalam konteks komputasi TensorFlow sederhana:

def model_fn(x, y, z):
  return tf.reduce_sum(x + y * z)

Jalankan tanpa XLA, grafik meluncurkan tiga kernel: satu untuk perkalian, satu untuk penambahan dan satu untuk pengurangan. Namun, XLA dapat mengoptimalkan grafik sehingga menghitung hasilnya dalam peluncuran kernel tunggal. Ini dilakukan dengan "menyatukan" penambahan, perkalian, dan pengurangan menjadi satu kernel GPU. Selain itu, operasi gabungan ini tidak menuliskan nilai antara yang dihasilkan oleh y*z dan x+y*z ke memori; alih-alih itu "mengalirkan" hasil perhitungan perantara ini langsung ke pengguna mereka sambil menyimpannya sepenuhnya di register GPU. Fusion adalah satu-satunya pengoptimalan terpenting XLA. Bandwidth memori biasanya merupakan sumber daya paling langka pada akselerator perangkat keras, jadi menghapus operasi memori adalah salah satu cara terbaik untuk meningkatkan kinerja.

Aktifkan XLA untuk model TensorFlow

Kompilasi eksplisit dengan tf.function(jit_compile=True)

API kompilasi eksplisit menawarkan kontrol berbutir halus untuk memilih fungsi mana yang harus dikompilasi. Misalnya, fungsi TensorFlow berikut yang menjalankan pelatihan MNIST dikompilasi dengan XLA:

@tf.function(jit_compile=True)
def train_mnist(images, labels):
    images, labels = cast(images, labels)

    with tf.GradientTape() as tape:
      predicted_labels = layer(images)
      loss = tf.reduce_mean(tf.nn.sparse_softmax_cross_entropy_with_logits(
          logits=predicted_labels, labels=labels
      ))
    layer_variables = layer.trainable_variables
    grads = tape.gradient(loss, layer_variables)
    optimizer.apply_gradients(zip(grads, layer_variables))

jit_compile API memiliki semantik yang harus dikompilasi : baik seluruh fungsi dikompilasi dengan XLA, atau errors.InvalidArgumentError exception dilempar. XLA saat ini tidak dapat mengkompilasi fungsi di mana dimensi tidak dapat disimpulkan : yaitu, jika tidak mungkin untuk menyimpulkan dimensi semua tensor tanpa menjalankan seluruh perhitungan. Misalnya, fungsi berikut tidak akan dikompilasi:

@tf.function
def not_compilable(x):
  return tf.unique(x)

Bentuk dapat bervariasi di seluruh proses:

@tf.function(jit_compile=True)
def recompiled_on_launch(a, b):
  return a + b

recompiled_on_launch(tf.ones([1, 10]), tf.ones([1, 10]))
recompiled_on_launch(tf.ones([1, 100]), tf.ones([1, 100]))

Lihat colab tutorial untuk contoh penggunaan yang lebih detail, dan video tutorial tentang jit_compile=True usage.

Penggunaan dengan Keras

Untuk model Keras, jit_compile=True dapat disetel sebagai argumen untuk model.compile :

model.compile(optimizer="adam", jit_compile=True)

Penggunaan dengan strategi terdistribusi

XLA:GPU dapat digunakan dengan strategi terdistribusi TF ( MirroredStrategy atau MultiWorkerMirroredStrategy ) dengan membubuhi keterangan fungsi langkah dengan jit_compile=True :

@tf.function(jit_compile=True)
def step_fn():
  t = tf.ones(shape=[100], dtype=tf.float32)
  ctx = tf.distribute.get_replica_context()
  return ctx.all_reduce(tf.distribute.ReduceOp.SUM, t)

@tf.function
def run_fn():
  return strategy.run(step_fn)

Pengelompokan otomatis

Cara sederhana untuk mulai menggunakan XLA dalam model TensorFlow tanpa perubahan apa pun adalah dengan mengaktifkan pengelompokan otomatis , yang secara otomatis menemukan kluster (subgraf yang terhubung) dalam fungsi TensorFlow yang dapat dikompilasi dan dijalankan menggunakan XLA. Pengelompokan otomatis pada GPU dapat diaktifkan dengan mengatur variabel lingkungan TF_XLA_FLAGS :

$ TF_XLA_FLAGS=--tf_xla_auto_jit=2 path/to/your/tf/program

Pengelompokan otomatis saat ini dioptimalkan untuk beban kerja GPU, tetapi juga dapat diaktifkan pada CPU dengan tambahan menggunakan flag --tf_xla_cpu_global_jit :

$ TF_XLA_FLAGS="--tf_xla_auto_jit=2 --tf_xla_cpu_global_jit" path/to/your/program

Untuk contoh penggunaan mendetail, lihat colab tutorial pengelompokan otomatis .

Kompilasi AOT (Ahead-of-time) untuk CPU dengan tfcompile

Anda juga dapat menggunakan alat tfcompile mandiri, yang mengubah grafik TensorFlow menjadi kode yang dapat dieksekusi (hanya untuk CPU x86-64).

Periksa program yang dikompilasi

XLA menyediakan fasilitas introspeksi yang memungkinkan Anda memeriksa program yang dihasilkan. Untuk membuang program yang dihasilkan, gunakan variabel lingkungan XLA_FLAGS :

$ XLA_FLAGS="--xla_dump_to=/tmp/generated" TF_XLA_FLAGS="--tf_xla_auto_jit=2" my/tensorflow/program

Setelah dumping dilakukan, Anda dapat menemukan file-file berikut di /tmp/generated :

  • module_XXXX.*_optimizations.txt Menghasilkan program XLA , satu per setiap cluster yang dikompilasi. Melampirkan itu saat mengirimkan laporan bug XLA sangat membantu!

  • module_XXXX.ir-*.ll File yang dihasilkan dalam representasi perantara LLVM , dengan intrinsik NVPTX .

  • module_XXXX.ptx File PTX yang dihasilkan.

Anda juga dapat membuang grafik yang memvisualisasikan penyematan kluster XLA di dalam grafik TensorFlow dengan:

$ TF_DUMP_GRAPH_PREFIX=/tmp/generated TF_XLA_FLAGS="--tf_xla_clustering_debug"

Laporan bug yang dapat direproduksi

Laporan bug jauh lebih mudah untuk direproduksi jika menyertakan dump untuk program XLA yang dihasilkan dan penyematan pengelompokan otomatis yang digunakan. Untuk membuatnya untuk program TensorFlow yang berjalan dengan pengelompokan otomatis, luncurkan:

$ TF_DUMP_GRAPH_PREFIX=/tmp/generated \
  TF_XLA_FLAGS="--tf_xla_clustering_debug --tf_xla_auto_jit=2" \
  XLA_FLAGS="--xla_dump_hlo_as_text --xla_dump_to=/tmp/generated" \
    my/tensorflow/program"

Saat mengajukan bug, lampirkan konten /tmp/generated (direferensikan di atas).

Jika memungkinkan, cobalah untuk mengisolasi bug ke satu program XLA dengan menggunakan replay_computation dan menjalankannya secara iteratif pada program yang dihasilkan.

Bacaan lebih lanjut

Tampilan Depan XLA

Selain TensorFlow, program XLA dapat dibuat dengan:

  • JAX : Transformasi yang dapat dikomposisi dari program Python+NumPy
  • Julia : Bahasa Julia untuk komputasi ilmiah
  • PyTorch : Kerangka kerja PyTorch
  • Nx : Pustaka komputasi numerik untuk bahasa pemrograman Elixir

Pembicaraan

Menggunakan XLA dari TF menggunakan jit_compile=True

Ikhtisar XLA