Profiling in PyTorch (Part 3): Attention is all you profile
Artikelbild eller återanvändbart omslag för Hugging Face
Det här är del tre i en serie om hur man läser profileringsdata från PyTorch — verktyg som visar vilka delar av kod som tar längst tid att köra.
Den här gången fokuserar de på attention-mekanismen, som är en viktig del av moderna AI-modeller. De visar hur attention består av några grundläggande operationer (matrismultiplikation, softmax och maskning), och hur man kan göra det snabbare genom att använda in-place-operationer — små ändringar som sparar både tid och minne. Till slut presenterar de PyTorchs färdiga SDPA-funktion, som redan är optimerad för detta.
In-place operations do not only save time (like we see in our case) but also memory (due to no extra copy) which is great for large tensors like logits!
Sammanfattningen har tagits fram med AI av Vibekollen utifrån källans publicering. Innehållet tillhör Hugging Face.
Mer att läsa
Experts say AI has made planning cyberattacks on industrial equipment faster by helping attackers read manuals and research past accidents more quickly
Techmeme för 2 tim sedan
Current and former officials from the US and other countries describe the Chinese spy agency MSS' campaign to help Chinese companies acquire advanced AI chips
Techmeme för 6 tim sedan
Tesla rolls out FSD v15, featuring a photorealistic rendering of car surroundings; Elon Musk says it is real-time AI video generation without using game engines
Techmeme för 7 tim sedan
Sources: AI server suppliers like Dell, HPE, Lenovo, and Supermicro are demanding substantially higher prices from buyers, months after contracts were signed
Techmeme för 7 tim sedan
