FluxML/Flux.jl

Benchmark optimizer latency on GPU

クローズ

#1,699 opened on 2021/08/24

GitHub で見るコントリビューターガイド
 (0 件のコメント) (0 件のリアクション) (0 人の担当者)Julia (619 件のフォーク)batch import
cudahelp wantedperformance

Repository metrics

Stars
 (4,725 個のスター)
PR merge metrics
 (平均マージ 3d 6h) (30d で 6 merged PRs)

説明

Ref. https://github.com/JuliaGPU/GPUCompiler.jl/issues/65#issuecomment-903155469. We should do this for both the current mutating optimizers and for Optimisers.jl. It may be that TTFG is only part of the problem.

コントリビューターガイド

調査方針
GPU上のオプティマイザ遅延のベンチマークスクリプトを設定し、現在のミューティングオプティマイザとOptimisers.jlの両方に焦点を当てます。CUDA.jlを使用してGPUタイミングを計測し、最初の勾配時間（TTFG）と反復遅延を比較します。
技術スタック
なし
領域
machine learningbackend
Issue 種別
パフォーマンス
難度新しい貢献者にとっての実装難度です。1 は非常に小さな変更、5 は専門的な作業です。
2
推定時間経験ある貢献者が調査、実装、テスト、pull request 準備にかけるおおよその時間範囲です。
1-3時間
活動状況Issue が今どれだけ取り組みやすいかを示します。新しい、活発、古い、ブロック中、またはメンテナー入力待ちなどです。
アクティブ
明確さ期待される変更、受け入れ条件、次の手順がどれだけ明確かを示します。
おおむね明確
前提条件
JuliaGPU programming
初心者向け度初回貢献者にどれだけ取り組みやすいかを 1-100 で推定したスコアです。
50