Блог

Главная - Вопросы по программированию - Тензорные операции DaCe не поддерживаются внутри наборов задач Map

Тензорные операции DaCe не поддерживаются внутри наборов задач Map

#python #tensor

Вопрос:

DaCe поставляется с синтаксисом, который позволяет пользователю определять карту, под картой находится набор задач, определенный пользователями для вычислений. В качестве вычисления мы можем выполнять скалярные операции, такие как сложение целых чисел.

Однако, если мы выполним тензорную(матричную) операцию внутри этого набора задач, например, A@B или A B, где A и B-две матрицы, DaCe выдаст нам ошибку.

Вот конкретный фрагмент кода, который вызывает ошибку. Вы можете попробовать запустить этот пример.

 @dace.program
def fusion(A: dace.float32[10, 20], B: dace.float32[10, 20],
           out: dace.float32[1]):

    tmp = dace.define_local([10, 20], dtype=A.dtype)
    tmp_2 = dace.define_local([10, 20], dtype=A.dtype)
    for i, j in dace.map[0:10, 0:20]:
        with dace.tasklet:
            a << (A A)[i, j]
            b >> tmp[i, j]
            b = a * a

Посмотрите на строку № 16, где есть матричное сложение A A. Я считаю, что это и есть причина ошибки.

Поэтому я хотел бы знать, допускается ли в такой ситуации работа тензора? Если это разрешено, могу ли я знать правильный синтаксис для написания этого? Если нет, я хотел бы знать, почему это не поддерживается?

Ответ №1:

with dace.tasklet Оператор представляет собой низкоуровневый SDFG API, в котором элементы графика записываются напрямую (т. е. мемлеты и тасклеты). Поскольку тасклеты принимают доступ только к отдельным массивам или потокам, код действительно завершается ошибкой в строке #16 (поскольку в узле доступа нет массива «A A»).

Поскольку тасклеты также преобразуются непосредственно в сгенерированный код, написание в нем тензорной операции, подобной @ оператору, также не сработает, поскольку все должно входить/выходить из тасклета через явные мемлеты.

Чтобы код в вопросе был правильным, все, что нужно сделать, — это не объявлять явный тасклет:

 @dace.program
def option1(A: dace.float32[10, 20], B: dace.float32[10, 20]):
    for i, j in dace.map[0:10, 0:20]:
        B[i, j] = A[i, j]   A[i, j]

Это также может быть сокращено до крупнозернистых тензорных операций:

 @dace.program
def option2(A: dace.float32[10, 20], B: dace.float32[10, 20]):
    B[:] = A   A   # or "tmp = A   A", this will automatically create a new array for tmp
Метки: