Вся картина тонет, графический движок MindSpore подробно объясняется

26 апреля Heart of the Machine и Huawei Ascend Academy провели открытый онлайн-класс.«Простая в использовании платформа с открытым исходным кодом MindSpore»Второй урок завершен. Ван Цзюнь, старший инженер GraphEngine, предлагает вам поделиться темой «Анализ GraphEngine в MindSpore». Видео с обзором второго урока:воооооооооооооооооооооооооооооооооооооооооооооооооооооооооооооооооооооооооооооооооооооооооооооооооооооо

Урок 2 Избранные вопросы и ответы

На сеансе контроля качества второго урока некоторые вопросы были широко упомянуты всеми, и лектор Ван Цзюнь снова сделал выборку и редактирование для вашего ознакомления.

Q1: Что такое циклическое погружение?

Поглощение цикла — это еще один метод, основанный на выполнении на устройстве, который предназначен для дальнейшего определения количества взаимодействий между стороной хоста и стороной устройства. В общем, мы привыкли возвращать результат для каждого шага. Приемник цикла определяет, сколько шагов нужно вернуть результат. Конфигурация по умолчанию — возвращать результат один раз за эпоху, так что в каждой эпохе хост и устройство Требуется только одно взаимодействие данных на стороне.

Q2: Определен ли FusionOP на устройстве?

Конкретный оператор, соответствующий FusionOP, реализуется собственным оператором, который хранится в базе данных оператора.Процесс объединения fusionOP завершается на ЦП на стороне хоста, а FusionOP запускается на устройстве.

Q3: Можно ли использовать профилирование только на Ascend?

Можно использовать только на Вознесении.

Q4: Есть ли время начала операции для профилирования?

Профилирование заключается в записи времени начала и окончания операции для расчета времени оператора.

Q5: Какие данные можно сбросить с помощью дампа данных?

Через конфигурацию можно сбросить любые данные, существующие в сети, можно сбросить ввод и вывод каждого оператора, значение и градиент каждого параметра.

Q6: Поддерживает ли 910 рассуждение? Сколько операций поддерживается?

910 поддерживает как обучение, так и вывод, а 310 поддерживает только вывод. В настоящее время наша информационная база операторов относительно полна, и в основном поддерживаются часто используемые операции.Если есть потребность в пользовательских операторах, мы предоставляем инструменты TBE для поддержки разработки пользовательских операторов.

Q7: Какова стратегия планирования операторов на разных ускорителях?

На этапе подготовки графа операторный движок распределяется по функции стоимости, а на этапе распределения потоков полностью учитывается возможность параллельных вычислений между разными операторами и указывается исполняющий движок каждого оператора.

Q8: Взаимодействует ли GE с оборудованием в Mindspore?

Да, GE несет исключительную ответственность за взаимодействие с чипом Ascend.

Q9: 310 не может тренироваться?

310 может только делать выводы.После того, как MindSpore обучил модель, ее можно преобразовать в формат pb, а затем развернуть на чипе 310 для вывода.

Q10: Как настроить операции, поддерживаемые чипом Ascend?

Инструмент Tensor Boost Engine предназначен для поддержки пользовательских операций. Оператор чипа Ascend должен быть написан в коде формата cce, а операция обработки памяти должна быть явно указана, что чрезвычайно сложно.Используя инструмент tbe, вам нужно только вызвать его интерфейс python, чтобы завершить логику оператора определение, и вы можете сгенерировать код, который может работать на пользовательском операторе Ascend.

Если у вас возникнут дополнительные вопросы в будущем, пожалуйста, обратите внимание на gitee и github MindSpore, отправляйте вопросы в любое время, и официальные сотрудники ответят на них вовремя: