BLAS-1 methods pass reversed views to oneMKL with a negative increment
メンテナーはふだん 1 日以内に返信
関連するプルリクエストがすでにマージされています。
- #724 @maleadt による — マージ済み
評価
調査の方向性
Start in lib/mkl/linalg.jl and lib/mkl/wrappers_blas.jl; compare the BLAS-1 methods and pointer/increment handling with LinearAlgebra's vec_pointer_stride behavior described in the issue. Check how non-contiguous multidimensional arrays reach these wrappers and where they can fall back to GPUArrays implementations. Done means reversed views and non-contiguous arrays produce correct results without writing outside the view; use the examples in the issue to verify.
索引モデルが issue の本文から書いたものです。
説明
The BLAS-1 methods in lib/mkl/linalg.jl (norm, dot, BLAS.asum, axpy!, axpby!, rmul!, rotate!, reflect!) forward any oneStridedArray to the wrappers in lib/mkl/wrappers_blas.jl, which pass pointer(x) with incx = stride(x, 1). With a reversed view, that increment is negative and the results are silently wrong:
using oneAPI, LinearAlgebra
x = oneArray(Float32[3, 4]); r = view(x, 2:-1:1); y = oneArray(Float32[1, 2])
norm(r) # 4.0, expected 5.0
dot(r, y) # 8.0, expected 10.0
LinearAlgebra.BLAS.asum(r) # 4.0, expected 7.0
axpy!(1f0, r, copy(y)) # [1, 6], expected [5, 5]
rmul!(r, 2f0); x # [3, 8], expected [6, 8]
BLAS routines that accept a negative increment walk the vector backwards from its lowest address, while the pointer of a reversed view points at its first logical element, so they read and write the wrong memory.
The methods also accept non-contiguous arrays with more than one dimension, and the wrappers then treat them as length(x) elements with stride stride(x, 1). That gives wrong results and writes outside the view:
M = rand(Float32, 3, 2); dM = oneArray(M)
norm(view(dM, 1:2, :)) ≈ norm(M[1:2, :]) # false
rmul!(view(dM, 1:2, :), 2f0) # scales M[3, 1] instead of M[2, 2]
LinearAlgebra handles negative strides in its BLAS wrappers: vec_pointer_stride passes the pointer to the lowest address together with the signed increment, and nrm2, asum and scal use abs(stride(x, 1)), since the order doesn't matter for them. The wrappers should only take strided vectors or dense arrays, with other arrays falling back to the GPUArrays implementations. The storage-level mul! has a similar problem for gemv and friends, which is #700.
Same issue in CUDA.jl: JuliaGPU/CUDA.jl#3410.
Reproduced with oneAPI.jl 2.9.2 on an Iris Xe, Julia 1.12.7. The BLAS-1 methods and wrappers are unchanged on main.
- 主要言語
- Julia
- スター
- 217
- フォーク
- 37
- 平均マージ
- 1日 5時間
- マージ済み PR（30日）
- 50
環境構築
このプロジェクトには開発コンテナ、Dockerfile、コントリビューションガイドがありません。まず README を読み、一般的な手順ははじめてのコントリビューションガイドを参照してください。
はじめの一歩
- issue を最後まで読み、次にプロジェクトのコントリビューションガイドを読みます。
- 着手することを issue にコメントします — 二人が同じ作業をするのを防げます。
- リポジトリをフォークし、ブランチを切って変更します。
- issue 番号を参照したプルリクエストを送ります。
JuliaGPU/oneAPI.jl のほかの issue
-
難易度 5/5 1週間以上 初心者へのやさしさ 35/100
メンテナーはふだん 1 日以内に返信
-
難易度 3/5 1〜2日 初心者へのやさしさ 58/100
メンテナーはふだん 1 日以内に返信
-
performance
難易度 4/5 3〜5日 初心者へのやさしさ 48/100
メンテナーはふだん 1 日以内に返信
-
Collecting a context together with its memory segfaults対応中かも @maleadt が 1 日前に担当しました。 オープンruntime
難易度 4/5 3〜5日 初心者へのやさしさ 25/100
メンテナーはふだん 1 日以内に返信
-
libraries upstream
難易度 4/5 1〜2日 初心者へのやさしさ 22/100
JuliaGPU/oneAPI.jl#703 · コメント 1 件 ·
メンテナーはふだん 1 日以内に返信
JuliaGPU/oneAPI.jl の issue をすべて見る
似ている issue
-
難易度 1/5 1時間未満 初心者へのやさしさ 85/100
-
難易度 2/5 1〜3時間 初心者へのやさしさ 83/100
JuliaGenAI/HuggingFaceDatasets.jl#96 ·
メンテナーはふだん 1 日以内に返信
-
難易度 2/5 1〜3時間 初心者へのやさしさ 78/100
-
難易度 2/5 1〜3時間 初心者へのやさしさ 83/100
メンテナーはふだん 1 日以内に返信
-
enhancement
難易度 2/5 1〜3時間 初心者へのやさしさ 76/100