Я заинтересован в использовании XLA для обучения на настраиваемом устройстве (FPGA, ...).
Однако я узнал, что XLA сейчас находится в экспериментальном статусе из руководства для разработчиков.
https://www.tensorflow.org/performance/xla/
Я не понял причину, по которой XLA находится в экспериментальном состоянии.
Есть ли какие-либо серьезные проблемы с XLA, кроме повышения производительности?
Спасибо
XLA все еще очень новый: он был выпущен в марте 2017 года.
Как указано на странице Tensorflow XLA:
Примечание. XLA является экспериментальным и считается альфа-версией. В большинстве случаев использования не будет улучшена производительность (скорость или уменьшение использования памяти). Мы выпустили XLA на раннем этапе, чтобы сообщество Open Source могло внести свой вклад в его разработку, а также создать путь для интеграции с аппаратными ускорителями.
Если он был выпущен, это потому, что команда разработчиков хочет получить отзывы и вклад сообщества открытого исходного кода в проект.
Это подтверждается этим заявлением в блоге разработчиков Google:
XLA все еще находится на ранних стадиях разработки. Он показывает очень многообещающие результаты для некоторых случаев использования, и ясно, что TensorFlow может получить еще больше от этой технологии в будущем. Мы решили выпустить XLA для TensorFlow Github заранее, чтобы запросить вклад сообщества и предоставить удобную поверхность для оптимизации TensorFlow для различных вычислительных устройств, а также переназначить среду выполнения и модели TensorFlow для работы на новых типах оборудования.
Так почему это считается экспериментальным? Просто потому, что существует множество вариантов использования и оборудования, которые не были протестированы. Тесты не всегда показывают ожидаемые улучшения.
Возможно, вы столкнетесь с некоторыми ошибками при его использовании, и вам рекомендуется сообщить о них через страницу проблемы github проекта.
