科研之友
微信
新浪微博
Facebook
分享链接
摘要
【目的】目前，TensorFlow 这一主流机器学习框架与CUDA异构编程环境的组合在学术界与工业界得到大量使用，使用CUDA实现的TensorFlow算子是加速计算的关键。然而，TensorFlow对于OpenCL 这一开放通用的异构编程标准的不支持严重限制了TensorFlow的通用性，并导致OpenCL硬件设备的算力无法充分发挥。【方法】针对此问题，本文深入探索TensorFlow的底层实现，在对TensorFlow代码结构深入分析的基础上实现了OpenCL算子，并且在2.2.0版本的TensorFlow框架实现了OpenCL算子的集成。【结果】基于上述实现，TensorFlow能够借助OpenCL算子在支持OpenCL 1.2的硬件设备上运行。同时，本文提出的优化方法也大幅提升了OpenCL算子的计算效率。【结论】通过实验表明，本文提出的方法能够有效地解决TensorFlow无法应用在OpenCL硬件设备上的问题。
- 单位
