1. 16 11月, 2021 1 次提交
    • Z
      [cherry-pick-2.2.1]fix fused_transformer_encoder_layer bug (#37229) · 36dd295e
      zhangkaihuo 提交于
      修复了fused_transformer_encoder_layer fine-tune过程发现的一些问题:
      
          fused_attention_op添加attn_mask=None的支持:PR
          pre_layer_norm处理问题:PR
          参数处理,计算错误的问题:PR
          add_bias计算错误问题:PR
          添加pure fp16的支持:PR
      36dd295e
  2. 28 10月, 2021 1 次提交
  3. 26 10月, 2021 4 次提交
    • Z
      [cherry pick] add op: fused_feedforward(backward) (#36730) · 76c1bae1
      zhangkaihuo 提交于
      * add op: fused_feedforward(backward) (#35611)
      
      这个PR是fused_feedforward反向的代码
      
      相关kernel实现:fused_dropout_act_bias, fused_residual_dropout_bias, fused_layernorm_residual_dropout_bias
      
      fused_feedforward是一个融合算子,该算子对transformer模型的feed forward层的算子进行融合和封装,使得前端只呈现一个接口,通过融合减少部分访存和kernel launch的时间,以此提升性能。
      
      * Move fused_attention and fused_feedforward functional api path to incubate (#36704)
      
      将 #35905 和 #35843 PR中新增的的python api接口移到incubate目录下。
      76c1bae1
    • Z
      [cherry-pick]add op: fused_feedforward(forward) (#36729) · 77034fc3
      zhangkaihuo 提交于
      This is a fusion operator to compute feed forward layer in transformer model architecture.
      77034fc3
    • H
      cherry pick CrossEntropy's bug fix (#36647) · 32fe5a49
      HydrogenSulfate 提交于
      32fe5a49
    • L
      [cherry-pick-2.2] Fused attention op forward (#35905) (#36708) · d2be870a
      Li Min 提交于
      功能:本PR的目标是提高attention模块的计算性能。
      为了减少框架层对op的调度开销,本PR通过在C++层手动实现attention模块,对外提供attention 大op;
      为了减少防存开销,本PR采取了两种优化方法:
      (1)在q,k,v计算时通过共享输入X,将该处的gemm,transpose和bias add从三次调用减少为一次;
      (2)使用kernel融合优化技术,在不同cuda kernel之间通过寄存器传输数据;
      d2be870a
  4. 25 10月, 2021 1 次提交
  5. 30 9月, 2021 1 次提交
  6. 26 9月, 2021 1 次提交
  7. 17 9月, 2021 1 次提交
  8. 15 9月, 2021 3 次提交
  9. 14 9月, 2021 2 次提交
  10. 13 9月, 2021 2 次提交
  11. 08 9月, 2021 1 次提交
  12. 07 9月, 2021 1 次提交
  13. 06 9月, 2021 1 次提交
  14. 29 8月, 2021 1 次提交
  15. 27 8月, 2021 19 次提交