科研之友
微信
新浪微博
Facebook
分享链接
摘要
【目的】TensorFlow是人工智能领域最具代表性的深度学习框架。国产加速设备需要一个支持OpenCL的TensorFlow才能发挥其加速性能，为此需要将TensorFlow框架下的CUDA代码向OpenCL转换。如何验证OpenCL核函数的正确性，是研发任务面对的重要问题。【方法】基于TensorFlow动态链接库自定义算子和raw＿ops测试接口，本文提出了一套OpenCL核函数的测试解决方案，包括自定义算子的源码设计规范、测试代码规范、代码审核方法和测试流程。【结果】本文实现了对135个OpenCL核函数代码的审核与测试，在各种数据类型及多种数据规模下进行了测试对比，完成了OpenCL核函数正确性的验证，及其与CUDA核函数的性能比较。【结论】本文为TensorFlow下OpenCL核函数的测试提供了可靠而有效的解决方案。
- 单位
