Profiling in PyTorch (Part 3): Attention is all you profile
Artikelbild eller återanvändbart omslag för Hugging Face
Det här är del tre i en serie om hur man läser profileringsdata från PyTorch — verktyg som visar vilka delar av kod som tar längst tid att köra.
Den här gången fokuserar de på attention-mekanismen, som är en viktig del av moderna AI-modeller. De visar hur attention består av några grundläggande operationer (matrismultiplikation, softmax och maskning), och hur man kan göra det snabbare genom att använda in-place-operationer — små ändringar som sparar både tid och minne. Till slut presenterar de PyTorchs färdiga SDPA-funktion, som redan är optimerad för detta.
In-place operations do not only save time (like we see in our case) but also memory (due to no extra copy) which is great for large tensors like logits!
Sammanfattningen har tagits fram med AI av Vibekollen utifrån källans publicering. Innehållet tillhör Hugging Face.
Mer att läsa
Lumaril, which develops AI software for optimizing industrial production by connecting to existing control systems, raised a $66M Series A at a $400M valuation
Techmeme för 2 tim sedan
DeepSeek open sources Super-Agent as a research prototype, a proactive coding agent it says can monitor group chats for coding issues and suggest solutions
Techmeme för 2 tim sedan
Insurance software maker Guidewire agrees to acquire Hyperexponential, which makes AI-powered insurance underwriting and pricing software, for $1.7B in cash
Techmeme för 2 tim sedan
One word for AI agents in 2027
Nate Herk för 6 tim sedan