AI硬體與軟體堆疊
輸入只有1筆(批次大小為1)時,全連接層的計算(權重矩陣與向量的乘積)容易受記憶體限制,其原因下列何者正確?
- A因為向量的元素數量太多,放不進運算單元
- B因為矩陣與向量的乘積無法在GPU上計算
- C因為權重的每個元素即使從記憶體讀取,也只用於1次乘加,所以運算強度非常低
查看答案與解析
正確答案:C. 因為權重的每個元素即使從記憶體讀取,也只用於1次乘加,所以運算強度非常低
在矩陣與向量的乘積中,權重矩陣的每個元素只讀取1次,與輸入的一個元素相乘再相加1次而已。以FP16來說,每2位元組只做2次運算,運算強度約為1。讀取權重耗費時間,運算單元幾乎都在等待。若將輸入集中起來(加大批次)讓同一份權重可用於多筆輸入,運算強度就會提高。
- A. 元素的數量並不是受限的原因。
- B. 可以計算,但等待記憶體的時間會變長。
- C. 正確。無法重複使用權重。