PyTorch 用 Metal 改寫 MPS 的複數 FFT,部分資料形狀運算更快
trunk/3886d1829cbb149d10ee3bd38781fe012c57fabb: [MPS] Migrate FFT c2c to Metal (#203457)
重點導讀
在 Apple 裝置上用 PyTorch 計算複數 FFT 時,原本的 MPSGraph 實作有些資料形狀跑得較慢。
- 這項更新改用 Metal 核心處理複數轉複數的 FFT,並依資料長度選擇不同演算法。
- 長度含有其他質數因子時,則改用 Bluestein 演算法。作者表示,新實作與 CPU 計算結果沒有數值差異。在 M5 Pro 的測試中,13 種基準資料形狀的中位速度提升 1.55 倍,143 種取自 Hugging Face 的資料形狀則提升 1.63 倍。
- 個別形狀的速度變化不同。這次更新只涵蓋複數轉複數 FFT,rfft 和 irfft 暫時仍使用 MPSGraph。
AI 伴隨問答
針對這篇報導有疑問?可直接點選快捷問題或向 AI 追問背景脈絡與技術細節:
推薦理由
這次改寫涵蓋不同長度與質數因子的 FFT,並提供多種資料形狀的速度比較,可用來瞭解新實作在哪些情況下較有優勢。
信源出處github.com
trunk/3886d1829cbb149d10ee3bd38781fe012c57fabb: [MPS] Migrate FFT c2c to Metal (#203457)
本文為 888news 精選之重點導讀。若需閱讀作者完整原文、技術細節與官方討論,請前往原始網站。
來源: PyTorch Core Releases (github.com)
開啟原文