利用 Intel® 高级矩阵扩展¶

创建日期：2023 年 6 月 14 日 | 最后更新日期：2023 年 6 月 14 日 | 最后验证日期：未验证

引言¶

高级矩阵扩展 (AMX)，也称为 Intel® 高级矩阵扩展 (Intel® AMX)，是一种 x86 扩展，它引入了两个新组件：一个称为“tiles”的二维寄存器文件和一个能够操作这些 tiles 的瓦片矩阵乘法 (TMUL) 加速器。AMX 旨在处理矩阵，以加速 CPU 上的深度学习训练和推理，非常适合自然语言处理、推荐系统和图像识别等工作负载。

英特尔通过第四代 Intel® Xeon® 可扩展处理器和 Intel® AMX 提升 AI 能力，提供比上一代高 3 到 10 倍的推理和训练性能，详见使用 Intel® AMX 加速 AI 工作负载。与运行 Intel® Advanced Vector Extensions 512 Neural Network Instructions (Intel® AVX-512 VNNI) 的第三代 Intel Xeon 可扩展处理器相比，运行 Intel AMX 的第四代 Intel Xeon 可扩展处理器每周期可执行 2,048 次 INT8 操作，而前者每周期为 256 次 INT8 操作。它们每周期还可以执行 1,024 次 BF16 操作，而每周期为 64 次 FP32 操作，详见使用 Intel® AMX 加速 AI 工作负载第 4 页。关于 AMX 的更多详细信息，请参阅Intel® AMX 概述。

PyTorch 中的 AMX¶

PyTorch 利用其后端 oneDNN 对 BFloat16 和 INT8 量化的计算密集型算子使用 AMX 加速，以便在支持 AMX 的 x86 CPU 上获得更高的开箱即用性能。有关 oneDNN 的更多详细信息，请参阅oneDNN。

该操作完全由 oneDNN 根据生成的执行代码路径处理。例如，当支持的操作在支持 AMX 的硬件平台上执行到 oneDNN 实现时，AMX 指令将自动在 oneDNN 内部调用。由于 oneDNN 是 PyTorch CPU 的默认加速库，因此无需手动操作即可启用 AMX 支持。

利用 AMX 处理工作负载的指南¶

本节提供了关于如何利用 AMX 处理各种工作负载的指南。

BFloat16 数据类型

使用 torch.cpu.amp 或 torch.autocast("cpu") 将为支持的算子利用 AMX 加速。

model = model.to(memory_format=torch.channels_last)
with torch.cpu.amp.autocast():
   output = model(input)

注意

使用 torch.channels_last 内存格式以获得更好的性能。

量化
- 应用量化将为支持的算子利用 AMX 加速。
torch.compile
- 当生成的图模型在支持的算子中遇到 oneDNN 实现时，AMX 加速将被激活。

注意

在支持 AMX 的 CPU 上使用 PyTorch 时，框架默认会自动启用 AMX 使用。这意味着 PyTorch 将尽可能尝试利用 AMX 功能来加速矩阵乘法运算。然而，需要注意的是，是否分派到 AMX 内核最终取决于 oneDNN 库和量化后端的内部优化策略，PyTorch 依赖这些策略进行性能增强。PyTorch 和 oneDNN 库内部处理 AMX 利用的具体细节可能会随着框架的更新和改进而发生变化。

可利用 AMX 的 CPU 算子：¶

可利用 AMX 的 BF16 CPU 算子

conv1d
conv2d
conv3d
conv_transpose1d
conv_transpose2d
conv_transpose3d
bmm
mm
baddbmm
addmm
addbmm
linear
matmul

可利用 AMX 的量化 CPU 算子

conv1d
conv2d
conv3d
conv_transpose1d
conv_transpose2d
conv_transpose3d
linear

确认 AMX 是否被利用¶

设置环境变量 export ONEDNN_VERBOSE=1，或使用 torch.backends.mkldnn.verbose 来启用 oneDNN 输出详细消息。

with torch.backends.mkldnn.verbose(torch.backends.mkldnn.VERBOSE_ON):
    with torch.cpu.amp.autocast():
        model(input)

例如，获取 oneDNN 详细输出

onednn_verbose,info,oneDNN v2.7.3 (commit 6dbeffbae1f23cbbeae17adb7b5b13f1f37c080e)
onednn_verbose,info,cpu,runtime:OpenMP,nthr:128
onednn_verbose,info,cpu,isa:Intel AVX-512 with float16, Intel DL Boost and bfloat16 support and Intel AMX with bfloat16 and 8-bit integer support
onednn_verbose,info,gpu,runtime:none
onednn_verbose,info,prim_template:operation,engine,primitive,implementation,prop_kind,memory_descriptors,attributes,auxiliary,problem_desc,exec_time
onednn_verbose,exec,cpu,reorder,simple:any,undef,src_f32::blocked:a:f0 dst_f32::blocked:a:f0,attr-scratchpad:user ,,2,5.2561
...
onednn_verbose,exec,cpu,convolution,jit:avx512_core_amx_bf16,forward_training,src_bf16::blocked:acdb:f0 wei_bf16:p:blocked:ABcd16b16a2b:f0 bia_f32::blocked:a:f0 dst_bf16::blocked:acdb:f0,attr-scratchpad:user ,alg:convolution_direct,mb7_ic2oc1_ih224oh111kh3sh2dh1ph1_iw224ow111kw3sw2dw1pw1,0.628906
...
onednn_verbose,exec,cpu,matmul,brg:avx512_core_amx_int8,undef,src_s8::blocked:ab:f0 wei_s8:p:blocked:BA16a64b4a:f0 dst_s8::blocked:ab:f0,attr-scratchpad:user ,,1x30522:30522x768:1x768,7.66382
...

如果你看到针对 BFloat16 的 avx512_core_amx_bf16 或针对 INT8 量化的 avx512_core_amx_int8 的详细输出，则表示 AMX 已激活。

结论¶

在本教程中，我们简要介绍了 AMX，如何在 PyTorch 中利用 AMX 加速工作负载，以及如何确认 AMX 正在被利用。

随着 PyTorch 和 oneDNN 的改进和更新，AMX 的利用方式可能会相应发生变化。

一如既往，如果您遇到任何问题或有任何疑问，可以使用论坛或GitHub Issues与我们联系。