时间戳

首页 > 解决方案 > 切片 jax.numpy 数组时性能下降

python - 切片 jax.numpy 数组时性能下降

问题描述

在尝试对大型数组进行 SVD 压缩时，我在 Jax 中遇到了一些我不理解的行为。这是示例代码：

@jit 
def jax_compress(L):
    U, S, _ = jsc.linalg.svd(L, 
    full_matrices = False,
    lapack_driver = 'gesvd',
    check_finite=False,
    overwrite_a=True)

    maxS=jnp.max(S)
    chi = jnp.sum(S/maxS>1E-1)

    return chi, jnp.asarray(U)

在考虑这段代码时，Jax/jit 比 SciPy 提供了巨大的性能提升，但最终我想减少 U 的维数，我通过将它包装在函数中来做到这一点：

def jax_process(A):

    chi, U = jax_compress(A)
    
    return U[:,0:chi]

这一步在计算时间方面的成本令人难以置信，比 SciPy 的等价物更昂贵，从这个比较中可以看出：

jax 和 scipy 的基准测试

sc_compress并且sc_process是上面 jax 代码的 SciPy 等价物。如您所见，在 SciPy 中对数组进行切片几乎不需要任何成本，但在应用于 hit 函数的输出时却非常昂贵。有人对这种行为有一些了解吗？

标签： pythonperformancescipyjitjax

解决方案

我对 JAX 和 PyTorch 之间的切片速度进行了类似的比较。dynamic_slice比普通切片快得多，但仍然比火炬中的同等切片要慢得多。由于我是 JAX 新手，我不确定原因是什么，但这可能与复制与引用有关，因为 JAX 数组是不可变的。

JAX（没有@jit）

key = random.PRNGKey(0)
j = random.normal(key, (32, 2, 1024, 1024, 3))
%timeit j[..., 100:600, 100:600, :].block_until_ready()
%timeit dynamic_slice(j, [0, 0, 100, 100, 0], [32, 2, 500, 500, 3]).block_until_ready()

2.78 ms ± 198 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)
993 µs ± 12.6 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

PyTorch

t = torch.randn((32, 2, 1024, 1024, 3)).cuda()

%%timeit 
t[..., 100:600, 100:600, :]
torch.cuda.synchronize()

7.63 µs ± 22.7 ns per loop (mean ± std. dev. of 7 runs, 100000 loops each)

推荐阅读