Skip to content
体验新版
项目
组织
正在加载...
登录
切换导航
打开侧边栏
机器未来
Paddle
提交
50fd2450
P
Paddle
项目概览
机器未来
/
Paddle
与 Fork 源项目一致
Fork自
PaddlePaddle / Paddle
通知
1
Star
1
Fork
0
代码
文件
提交
分支
Tags
贡献者
分支图
Diff
Issue
1
列表
看板
标记
里程碑
合并请求
0
Wiki
0
Wiki
分析
仓库
DevOps
项目成员
Pages
P
Paddle
项目概览
项目概览
详情
发布
仓库
仓库
文件
提交
分支
标签
贡献者
分支图
比较
Issue
1
Issue
1
列表
看板
标记
里程碑
合并请求
0
合并请求
0
Pages
分析
分析
仓库分析
DevOps
Wiki
0
Wiki
成员
成员
收起侧边栏
关闭侧边栏
动态
分支图
创建新Issue
提交
Issue看板
未验证
提交
50fd2450
编写于
4月 21, 2022
作者:
W
WangXi
提交者:
GitHub
4月 21, 2022
浏览文件
操作
浏览文件
下载
电子邮件补丁
差异文件
fix inf in fused_attention (#41933) (#42032)
上级
efaef31a
变更
1
隐藏空白更改
内联
并排
Showing
1 changed file
with
19 addition
and
2 deletion
+19
-2
paddle/fluid/operators/fused/fmha_ref.h
paddle/fluid/operators/fused/fmha_ref.h
+19
-2
未找到文件。
paddle/fluid/operators/fused/fmha_ref.h
浏览文件 @
50fd2450
...
...
@@ -16,6 +16,8 @@ limitations under the License. */
#include "paddle/fluid/operators/elementwise/elementwise_op_broadcast.cu.h"
#include "paddle/fluid/operators/transpose_op.cu.h"
#include "paddle/phi/kernels/funcs/concat_and_split_functor.h"
#include "paddle/phi/kernels/funcs/elementwise_base.h"
#include "paddle/phi/kernels/funcs/functors.h"
#include "paddle/phi/kernels/gpudnn/softmax_gpudnn.h"
namespace
paddle
{
...
...
@@ -117,6 +119,18 @@ class FMHARef {
v_ptr
=
k_ptr
+
k_size
;
}
{
// NOTE(wangxi): We scale Q with 1/sqrt(Dh) before QK^T, because for
// float16 calculation, INF may appear in QK^T if we do not scale before.
float
alpha
=
1.0
/
sqrt
(
head_dim_
);
auto
q_tensor
=
transpose_2_out_tensor
->
Slice
(
0
,
1
);
auto
functor
=
phi
::
funcs
::
ScaleFunctor
<
T
>
(
alpha
);
std
::
vector
<
const
framework
::
Tensor
*>
ins
=
{
&
q_tensor
};
std
::
vector
<
framework
::
Tensor
*>
outs
=
{
&
q_tensor
};
paddle
::
operators
::
LaunchSameDimsElementwiseCudaKernel
<
T
>
(
dev_ctx_
,
ins
,
&
outs
,
functor
);
}
// q*k^t, batched_gemm
CBLAS_TRANSPOSE
transA
=
CblasNoTrans
;
CBLAS_TRANSPOSE
transB
=
CblasTrans
;
...
...
@@ -125,7 +139,7 @@ class FMHARef {
int
gemm_m
=
seq_len_
;
int
gemm_n
=
out_seq_len
;
int
gemm_k
=
head_dim_
;
T
alpha
=
static_cast
<
T
>
(
1.0
/
sqrt
(
head_dim_
)
);
T
alpha
=
static_cast
<
T
>
(
1.0
);
T
beta
=
static_cast
<
T
>
(
0.0
);
int64_t
stride_a
=
gemm_m
*
gemm_k
;
int64_t
stride_b
=
gemm_k
*
gemm_n
;
...
...
@@ -300,7 +314,9 @@ class FMHARef {
}
T
*
qk_out_grad_data
=
qk_out_grad_tensor
->
data
<
T
>
();
alpha
=
static_cast
<
T
>
(
1.0
/
sqrt
(
head_dim_
));
// NOTE(wangxi): For we scale Q with 1/sqrt(Dh) in forward, so we set
// alpha = 1.0 in backward.
alpha
=
static_cast
<
T
>
(
1.0
);
// recall batchedgemm(nt) fw: q_ptr * (k_ptr)^t = qk_out
// bw: dy (seq_len * head_dim) = (dout)^t * x
transA
=
CblasTrans
;
...
...
@@ -314,6 +330,7 @@ class FMHARef {
qk_out_grad_data
,
q_ptr
,
beta
,
k_grad_ptr
,
gemm_batch_size
,
stride_a
,
stride_b
);
// dx (seq_len * head_dim) = dout * y
alpha
=
static_cast
<
T
>
(
1.0
/
sqrt
(
head_dim_
));
transA
=
CblasNoTrans
;
transB
=
CblasNoTrans
;
gemm_m
=
seq_len_
;
...
...
编辑
预览
Markdown
is supported
0%
请重试
或
添加新附件
.
添加附件
取消
You are about to add
0
people
to the discussion. Proceed with caution.
先完成此消息的编辑!
取消
想要评论请
注册
或
登录