FluxML/Flux.jl

Benchmark optimizer latency on GPU

Open

#1,699 建立於 2021年8月24日

在 GitHub 查看
 (0 留言) (0 反應) (0 負責人)Julia (4,725 star) (619 fork)batch import
cudahelp wantedperformance

描述

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.

貢獻者指南

技術棧
無
領域
machine learningperformance
議題類型
performance
難度面向新貢獻者的預計實作難度，1 表示很小改動，5 表示專家級工作。
4
預計時間有經驗貢獻者完成調查、實作、測試並準備 pull request 的粗略時間範圍。
3-5 days
活動狀態議題目前的可參與程度：新鮮、活躍、陳舊、阻塞或等待維護者輸入。
stale
清晰度議題是否清楚說明預期改動、驗收標準和下一步。
needs investigation
前置要求
JuliaGPU programmingFluxbenchmarking
新手友善度1-100 的估計分數，表示該議題對首次貢獻者的友善程度。
15
研究方向
Start by reading the linked comment in GPUCompiler.jl (issue #65). Investigate the current mutating optimizers in Flux and compare with Optimisers.jl. The goal is to measure latency on GPU, possibly using benchmarking tools like BenchmarkTools.jl. Consider both the time to first gradient and overall iteration performance.