新闻详情

新闻详情

首页 / 资讯中心 / 详情

173、MLIR的Reproducibility(可重现性)保证

发布时间:2026/11/16 9:05:26来源:尧图网络
173、MLIR的Reproducibility(可重现性)保证
MLIR的Reproducibility(可重现性)保证昨晚凌晨两点,盯着屏幕上两个本该完全相同的卷积输出,差了一个像素值。同事说“可能是浮点精度问题”,我笑了笑——如果是浮点精度,不会差得这么整齐,每个通道的最后一个元素都差1。这不是随机误差,这是确定性被破坏的典型症状。MLIR社区里有个笑话:如果你能两次运行同一个MLIR pipeline得到完全相同的输出,那你一定是在做梦。这话有点夸张,但确实戳中了痛点。今天这篇笔记,就聊聊MLIR里那些让结果“不可重现”的坑,以及官方和社区是怎么填坑的。从一次“幽灵差异”说起先还原一下当时的场景。一个简单的卷积算子,从TOSA dialect一路lower到LLVM,中间经过了若干pass。第一次跑,输出正确。第二次跑,同样的输入,同样的pipeline,结果变了。排查过程很痛苦。逐层dump中间IR,发现第一次和第二次的IR在某个pass之后出现了差异——一个循环的unroll factor从4变成了8。问题出在pass的调度顺序上,某个pass依赖了另一个pass的副作用,但MLIR的pass manager默认不保证pass的执行顺序确定性。这个案例暴露了MLIR可重现性问题的三个层次:pass调度顺序、随机数生成、以及浮点运算的关联顺序。Pass Manager的“非确定性”陷阱MLIR的PassManager默认使用一个基于拓扑排序的调度策略。听起来很科学对吧?但问题在于,当你的pipeline里有多个pass
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/15 4:54:16

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/15 2:04:12

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/14 10:11:15

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/16 6:47:19

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/14 16:35:50

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/15 4:06:36

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉