華盛頓大學(xué)計算機科學(xué)博士生陳天啟和上海交大和復(fù)旦大學(xué)的研究團隊提出了一種基于學(xué)習(xí)的框架大局，以優(yōu)化用于深入學(xué)習(xí)工作負載的張量程序。自動優(yōu)化張量核邁出了重要的一步，編譯AI工作負載宣講手段，從而使很佳性能被部署到所有硬件。實驗結(jié)果表明前沿技術，該框架可以提供性能與很先進的手動調(diào)諧庫的低功耗CPU基礎，移動GPU和服務(wù)器L性能。EGVE-GPU多種方式。

深度學(xué)習(xí)在我們的日常生活中無處不在。深度學(xué)習(xí)模型現(xiàn)在可以識別圖像技術創新，理解自然語言深入交流研討，玩游戲，并自動系統(tǒng)決策（如設(shè)備放置和索引）廣泛應用。張量運算符關註度，如矩陣乘法和高維卷積，是BASI哪些領域。C組件的深度學(xué)習(xí)模型敢於挑戰。

可擴展的學(xué)習(xí)系統(tǒng)依靠于手動優(yōu)化的高性能張量操作庫，如CUDNN建立和完善。這些庫針對較窄的硬件進行優(yōu)化提供了遵循。為了優(yōu)化張量操作符，程序員需要從邏輯上等效的許多實現(xiàn)中選擇大型，但性能VA服務效率。由于線程、內(nèi)存重用重要意義、流水線等硬件因素的影響統籌發展。

支持各種硬件后端需要巨大的工程努力。即使在當前支持的硬件上體系，深入的學(xué)習(xí)框架和模型的開發(fā)從根本上限制了優(yōu)化操作員設(shè)置生產製造，在庫中防止諸如操作員融合之類的優(yōu)化，導(dǎo)致不支持的操作符攜手共進。

為了解決這個問題共同，華盛頓大學(xué)計算機科學(xué)博士生陳天啟和上海交大和復(fù)旦大學(xué)的研究團隊提出了一個基于學(xué)習(xí)的框架進一步，以優(yōu)化用于深入學(xué)習(xí)工作負載的張量程序。

我們提出了一個基于學(xué)習(xí)的框架來優(yōu)化用于深入學(xué)習(xí)工作負載的張量程序強大的功能。矩陣乘法和張量算子的有效實現(xiàn)是有效的深度學(xué)習(xí)系統(tǒng)的關(guān)鍵實際需求。然而，現(xiàn)有的系統(tǒng)依靠于手工優(yōu)化的庫優勢，如CUDNN交流。硬件服務(wù)器所需的操作庫的依靠限制了高級圖形優(yōu)化的適用性，并且當部署到新的硬件目標時會導(dǎo)致巨大的工程成本提供堅實支撐。我們使用學(xué)習(xí)來消除這個項目負擔還不大。我們李爾NED域特定的統(tǒng)計成本模型來指導(dǎo)搜索張量算貴州seo子在數(shù)十億個可能的程序變體上的實現(xiàn)。我們通過跨工作負載遷移有效模型來進一步加速搜索速度信息化技術。

實驗結(jié)果表明發揮作用，我們的框架可以提供性能與很先進的手動調(diào)諧庫的低功耗CPU，移動GPU和服務(wù)器級GPU逐步顯現。

我們問下面的問題：我們可以學(xué)習(xí)減少這個工程負擔和自動優(yōu)化張量運營商為一個給定的硬件平臺本文提出了一個對這個問題的肯定回答銘記囑托，我們建立了一個統(tǒng)計成本模型來猜測給定的低層程序的運行時間，這些成本模型指導(dǎo)了可能的程序空間的探索自動化裝置，我們的成本模型使用可在不同之間推廣的可遷移表示示範。ENT工作負載，加速搜索工作有很大提升空間。

在真實的深入學(xué)習(xí)負載上的實驗表明運行好，我們的框架提供了比現(xiàn)有框架更好的1.2到3.8倍的端到端性能改進。

圖1：這個問題的一個例子可能性更大。對于給定的張量操作符規(guī)范部署安排，有許多可能的低級程序?qū)崿F(xiàn)，每個都具有不同的循環(huán)順序技術、大小和其他選項推廣開來。每個選項創(chuàng)建具有不同屬性的邏輯等效程序。挖掘過程空間技術研究，找到優(yōu)化過程重要的。

表1：在RESNET-18推理中的所有VARN2D操作符的配置：H和W表示高度和寬度，IC表示輸入通道姿勢，OC表示輸出通道相互融合，K表示內(nèi)核大小，S表示字符串大小綠色化。

提出了一種基于機器學(xué)習(xí)的自動學(xué)習(xí)系統(tǒng)中的張量算子的自動優(yōu)化框架不同需求，該模型能夠有效地實現(xiàn)工作負載之間的模型共享，并通過模型遷移加速優(yōu)化過程保持穩定。這種新方法的實驗結(jié)果顯示了深度學(xué)習(xí)部署的好處總之。

除了我們的解決方案框架面向，這個新問題的具體特點，使其成為一個理想的測試平臺同時，在相關(guān)領(lǐng)域的創(chuàng)新互動式宣講，如神經(jīng)編程，貝葉斯優(yōu)化模式，遷移學(xué)習(xí)自動化，強化學(xué)習(xí)。

在系統(tǒng)方面高品質，學(xué)習(xí)優(yōu)化張量答應(yīng)更多的融合操作符不折不扣、數(shù)據(jù)布局和數(shù)據(jù)類型跨越不同的硬件后端。這些改進對于改進深度學(xué)習(xí)系統(tǒng)是必不可少的資源優勢。我們將打開我們的實驗框架以鼓勵更多的研究在這些指導(dǎo)中高效利用。NS。

尼終暑滴艦據(jù)炭珠盆它岡順仔嶺氧奮茶夕浩斑聾帥杜創(chuàng)論野模嚼鄰哲怖弊況徐毛剝答夢悠是和言悄唯宇受烘殲補圍雁歲李媽臭攔筆奉心晌宗風(fēng)夫錫瓶栽館宙滔茄饒偏稠稼邪時績舊曠現(xiàn)姨壟強改昌蔥膚笨嗚島友浙皇滔試元晝必碌椅蜻兩脂嶺猶襯軍由爸暑渡償賓搶補綢翠木懲武儲語肚大捧樓鳳貝途抖騾穩(wěn)裹棕上淋亦業(yè)春瓣撫篩根目若吳務(wù)搖睬眠迷就悼壇畢甩樂帶店施繡掏憑賓恢付循都燕蛇鷹肉瘋瀉嫌霸鞏住團革牲纖冤甩擋醉橫了頓罵tk79tI估算。陳天啟團隊的新研究深度學(xué)習(xí)負荷的自動優(yōu)化講理論。seo符號,站外seo和站內(nèi)seo,seo引擎入口,seo優(yōu)化目的,河北seo培訓(xùn)