Skip to content

Latest commit

 

History

History
201 lines (148 loc) · 5.86 KB

README_cn.md

File metadata and controls

201 lines (148 loc) · 5.86 KB
Raw

English

介绍

FlagGems是一个使用OpenAI推出的Triton编程语言实现的高性能通用算子库，旨在为大语言模型提供一系列可应用于PyTorch框架的算子，加速模型的推理与训练。

FlagGems通过对PyTorch的后端aten算子进行覆盖重写，实现算子库的无缝替换，使用户能够在不修改模型代码的情况下平稳地切换到triton算子库。FlagGems不会影响aten后端的正常使用，并且会带来良好的性能提升。Triton语言为算子库提供了更好的可读性和易用性，同时保持了不逊于CUDA的算子性能，因此开发者只需付出较低的学习成本，即可参与FlagGems的算子开发与建设。

特性

自动代码生成

在FlagGems中，我们提供了一套自动代码生成的机制，开发者可以使用它来便捷地生成pointwise类型的单算子与融合算子。自动代码生成可以处理常规的对位计算、非张量参数、指定输出类型等多种需求。

常规对位计算

在对位算子函数前装饰pointwise_dynamic，可以节省张量寻址、张量读写、并行分块、张量广播、动态维度、非连续存储等的手动处理。例如以下代码，开发者只需简单描述计算逻辑，即可生成灵活高效的Triton核函数与包装代码。

@pointwise_dynamic(promotion_methods=[(0, "COMPLEX_TO_FLOAT")])
@triton.jit
def abs_func(x):
    return tl.abs(x)

非张量参数

在默认情况下，pointwise_dynamic将所有参数均处理为张量，而通过向参数is_tensor传递布尔值列表，开发者可以指定哪些参数是张量，哪些参数非张量。此外，开发者还可以传入dtypes说明非张量参数的数据类型，但这不是必要的。例如以下代码，将alpha参数定义为非张量的浮点数，而x和y参数定义为张量。

@pointwise_dynamic(
    is_tensor=[True, True, False],
    dtypes=[None, None, float],
    promotion_methods=[(0,"DEFAULT")]
)
@triton.jit
def add_func(x, y, alpha):
    return x + y * alpha

输出数据类型

此外，开发者必须传入 promotion_methods 来说明该 Op 在进行计算时应该如何进行类型提升以获得正确的输出类型

@pointwise_dynamic(promotion_methods=[(0, "ALWAYS_BOOL")])
@triton.jit
def ge(x, y):
    return x > y

promotion_methods 通过传入 int 来表示需要进行类型提升的参数位置, 通过传入 str 来表示类型提升的方式, str 对于以下枚举类型

class ELEMENTWISE_TYPE_PROMOTION_KIND(Enum):
    DEFAULT = (0,)
    NO_OPMATH = (1,)
    INT_TO_FLOAT = (2,)
    ALWAYS_BOOL = (3,)
    COMPLEX_TO_FLOAT = (4,)
    BOOL_TO_LONG = (5,)

举例：

  • DEFAULT ：add
  • NO_OPMATH ： where, nextafter, cat
  • INT_TO_FLOAT ：sin
  • ALWAYS_BOOL ：eq
  • COMPLEX_TO_FLOAT ：abs
  • BOOL_TO_LONG ：pow

更新日志

v1.0

  • 支持BLAS类算子：addmm, bmm, mm
  • 支持pointwise类算子：abs, add, div, dropout, exp, gelu, mul, pow, reciprocal, relu, rsqrt, silu, sub, triu
  • 支持reduction类算子：cumsum, layernorm, mean, softmax

v2.0

  • 支持BLAS类算子: mv, outer
  • 支持pointwise类算子: bitwise_and, bitwise_not, bitwise_or, cos, clamp, eq, ge, gt, isinf, isnan, le, lt, ne, neg, or, sin, tanh, sigmoid
  • 支持reduction类算子: all, any, amax, argmax, max, min, prod, sum, var_mean, vector_norm, cross_entropy_loss, group_norm, log_softmax, rms_norm
  • 支持融合算子: skip_rms_norm, skip_layer_norm, gelu_and_mul, silu_and_mul, apply_rotary_position_embedding

快速入门

依赖

  1. Triton >= 2.2.0
  2. PyTorch >= 2.2.0
  3. Transformers >= 4.40.2

安装

git clone https://github.com/FlagOpen/FlagGems.git
cd FlagGems
pip install .

使用

导入

  1. 在进程中永久启用

    import flag_gems
flag_gems.enable()

  2. 暂时启用

    import flag_gems
with flag_gems.use_gems():
    pass

  3. 示例

    import torch
import flag_gems

M, N, K = 1024, 1024, 1024
A = torch.randn((M, K), dtype=torch.float16, device="cuda")
B = torch.randn((K, N), dtype=torch.float16, device="cuda")
with flag_gems.use_gems():
    C = torch.mm(A, B)

执行

  1. 算子正确性测试

    • 在CUDA上运行参考实现 
      cd tests
pytest test_xx_ops.py
    • 在CPU上运行参考实现 
      cd tests
pytest test_xx_ops.py --device cpu

  2. 模型正确性测试

    cd examples
pytest model_xx_test.py

  3. 算子性能测试

    • 测试CUDA性能 
      cd benchmark
pytest test_xx_perf.py -s
    • 测试端到端性能 
      cd benchmark
pytest test_xx_perf.py -s --mode cpu

  4. 运行时打印日志信息

    pytest program.py --log-cli-level debug

    测试性能时不建议打开。

支持算子

算子将按照文档OperatorList.md的顺序逐步实现。

支持模型

  • Bert-base-uncased
  • Llama-2-7b
  • Llava-1.5-7b

支持平台

Platform float16 float32 bfloat16
Nvidia A100 ✓ ✓ ✓

性能表现

FlagGems相比Torch Eager模式下ATen算子库的加速比如下图所示。其中，每个算子的加速比综合了多个形状测例的数据，代表该算子的整体性能。

算子加速比

贡献代码

欢迎大家参与FlagGems的算子开发并贡献代码，详情请参考CONTRIBUTING.md。

联系我们

如有疑问，请提交issue，或发送邮件至[email protected]。

证书

本项目基于Apache 2.0。