Hacktoberfest 2026: những issue maintainer đã đánh dấu cho tháng Mười, đang mở và phù hợp người mới. Xem issue Hacktoberfest

[Vulkan] scalar_tensor uploads float bytes to integer scalar shaders

Đang mở
  • Có gì không ổn?
#23,158 0 bình luận 0 reaction 0 người được giao Xem trên GitHub

Maintainer thường phản hồi trong vòng 1 ngày

Chưa có ai nhận issue này.

Đánh giá

Độ khó
3/5
Thời gian dự kiến
1-2 ngày
Mức phù hợp với người mới
66/100
Loại issue
Lỗi
Độ rõ ràng
Đặc tả rõ ràng
Mức độ hoạt động
Sôi nổi
Công nghệ
cpp, python
Lĩnh vực
computer-graphics, testing-qa

Hướng nghiên cứu

Start in backends/vulkan/runtime/graph/ops/impl/ScalarTensor.cpp and compare its parameter upload with the declaration in backends/vulkan/runtime/graph/ops/glsl/scalar_tensor.glsl. Run the provided Vulkan regression cases with the scalar-tensor exporter fixes from #23156. Done means the buffer type matches the shader declaration and integer outputs preserve values such as 16777217.

Do mô hình lập chỉ mục viết ra từ nội dung của issue.

Mô tả

module: vulkan
🐛 Describe the bug

While implementing the scalar-tensor delegation fixes in #23156, I found a separate runtime parameter-type mismatch in ScalarTensor.cpp.

The runtime always extracts the scalar as float and uploads a float parameter buffer, but selects the shader's scalar parameter type from graph.dtype_of(scalar_in). An integer literal therefore selects an integer parameter declaration while receiving float bytes. For example, 3.0f has the bit pattern 0x40400000, which an int32 parameter reads as 1077936128.

Converting every integer scalar through float also loses precision for exactly representable int32 values above 2**24, such as 16777217.

The relevant code is in ScalarTensor.cpp, and the parameter declaration comes from scalar_tensor.glsl.

This becomes reachable through ordinary exported models after fixing the raw ATen registration and serialized operator name described in item 2 of #23156. Without those exporter fixes, the scalar tensors fall back to CPU and hide this runtime defect.

The following regression cases exercise mixed scalar types and integer precision. They require a Vulkan-enabled runtime and the scalar-tensor exporter fixes from #23156:

import torch
from executorch.backends.vulkan.partitioner.vulkan_partitioner import VulkanPartitioner
from executorch.exir import to_edge_transform_and_lower
from executorch.extension.pybindings.portable_lib import (
    _load_for_executorch_from_buffer,
)


class WhereScalars(torch.nn.Module):
    def __init__(self, positive, negative):
        super().__init__()
        self.positive = positive
        self.negative = negative

    def forward(self, x):
        return torch.where(x, self.positive, self.negative)


inputs = (torch.tensor([True, False, True, False]),)
for positive, negative in ((3, -7.0), (3.0, -7), (16777217, -7)):
    model = WhereScalars(positive, negative)
    edge = to_edge_transform_and_lower(
        torch.export.export(model, inputs),
        partitioner=[VulkanPartitioner()],
    )
    program_buffer = edge.to_executorch().buffer
    module = _load_for_executorch_from_buffer(program_buffer)
    actual = module.run_method("forward", inputs)[0]
    torch.testing.assert_close(actual, model(*inputs), atol=0, rtol=0)

The parameter buffer's type must match the shader declaration. Integer outputs should preserve the integer value without an intermediate float conversion. A local fix using int32 parameters for integer outputs and float parameters for floating-point outputs passes all three cases on MoltenVK. The surrounding Vulkan regression suite also passes: 36 tests, including dynamic eager attention and SDPA.

Versions

ExecuTorch base commit 0c7ce72758c0cbb832c5ac5970626beb347ca745, with local changes for #23156; PyTorch 2.13.0; Python 3.11; macOS arm64 on Apple M1 Pro using MoltenVK.

Drafted with OpenAI Codex. The parameter-type diagnosis is based on the runtime source; the local fix and regression cases were executed on the GPU.

cc @SS-JIA @manuelcandales @digantdesai @cbilgin

Ngôn ngữ chính
Python
Star
5k
Fork
1.2k
Merge trung bình
2 ngày 10 giờ
Pull request đã merge (30 ngày)
573

Chuẩn bị môi trường

Bắt đầu từ đâu

  1. Đọc hết issue, rồi đọc hướng dẫn đóng góp của dự án.
  2. Bình luận trên issue rằng bạn sẽ nhận — tránh hai người làm cùng một việc.
  3. Fork repository và làm thay đổi trên một nhánh.
  4. Mở pull request có tham chiếu số hiệu của issue.

Issue khác của pytorch/executorch

Tất cả issue của pytorch/executorch

Issue tương tự

Thêm issue về Python

Nhận issue mới trong hộp thư của bạn

Bản tóm tắt ngắn những issue GitHub phù hợp với người mới.