Mantenha tudo organizado com as coleções Salve e categorize o conteúdo com base nas suas preferências.

O formato numérico bfloat16

Usar números de ponto flutuante de precisão reduzida é um método comum usado para diminuir o tempo para convergência sem perder a precisão. As TPUs usam o formato de número bfloat16 ao realizar operações de matriz. Operações de multiplicação de matriz são executadas em valores bfloat16, e acumulações são realizadas em valores float32 do IEEE.

bfloat16 é um formato de ponto flutuante personalizado de 16 bits para machine learning, composto por um bit de sinal, oito bits expoentes e sete bits de mantissa. O diagrama a seguir mostra os componentes internos de três formatos de ponto flutuante: float32: precisão única de IEEE, float16: meia precisão de IEEE e bfloat16.

image

O intervalo dinâmico de bfloat16 e float32 é equivalente. No entanto, o bfloat16 ocupa metade do espaço de memória. Para mais informações sobre o desempenho de bfloat16, consulte Um estudo do BFLOAT16 para treinamento de aprendizado profundo.

Como escolher bfloat16

A equipe de hardware do Google escolheu bfloat16 para Cloud TPUs para melhorar a eficiência do hardware e manter a capacidade de treinar modelos de aprendizado profundo com precisão, tudo com custos mínimos de mudança no float32. O tamanho físico de um multiplicador de hardware é escalonado com o quadrado da largura da mantissa. Com menos bits mantissa do que FP16, os multiplicadores bfloat16 têm cerca de metade do tamanho em silício de um multiplicador FP16 típico, e são oito vezes menores que um float32 multiplicador.

Redes neurais são mais sensíveis ao tamanho do expoente do que da mantissa. Para garantir um comportamento idêntico para subfluxos, estouros e NaNs, bfloat16 tem o mesmo tamanho do expoente que float32. bfloat16 processa desnormalizações de maneira diferente de float32. Ele as limpa para zero. Ao contrário de float16, que normalmente requer tratamento especial, como escalonamento de perdas, bfloat16 é uma substituição drop-in para float32 ao treinar e executar redes neurais profundas.

Treinamento de precisão mista

A maioria dos cálculos em uma rede neural profunda pode realizar uma tarefa com a mesma precisão usando valores de precisão mais baixa. Alguns modelos podem até atingir uma precisão maior com valores de precisão mais baixa.

Ao programar Cloud TPUs, o compilador XLA converte automaticamente valores entre float32 e bfloat16.

Portabilidade de modelo

Os valores de parâmetros e ativações em um modelo podem ser armazenados em formato de 32 bits porque o hardware da TPU pode transmitir esses valores automaticamente para bfloat16. Os checkpoints recebidos de um modelo treinado em Cloud TPUs podem ser implantados em outras plataformas de hardware, como inferência ou ajuste em CPUs ou GPUs, sem conversões manuais extensas.

Como melhorar o desempenho com o bfloat16

Embora a conversão automática de formato em TPUs permita evitar a pensar na precisão numérica, outras melhorias de desempenho podem ser alcançadas ao transmitir valores explicitamente para bfloat16. Há dois motivos para transmitir valores explicitamente para bfloat16:

  1. Armazenar valores no formato bfloat16 economiza memória no chip, permitindo que as Cloud TPUs treinem modelos maiores ou usem tamanhos de lote maiores.

  2. Algumas operações são vinculadas à largura de banda, o que significa que o tempo necessário para carregar dados da memória pode diminuir o tempo total gasto na execução do cálculo. Armazenar operandos e saídas dessas operações no formato bfloat16 reduz a quantidade de dados que precisam ser transferidos, melhorando a velocidade geral.

Para começar, recomendamos que você tenha experiência prática com um dos modelos de referência compatíveis com bfloat16 que foram otimizados para Cloud TPUs. Depois disso, nosso guia de desempenho, o guia de ferramentas de criação de perfil e o guia de solução de problemas fornecem informações técnicas detalhadas para ajudar você a criar e otimizar modelos de aprendizado de máquina.