oneDNN在AArch64架构下测试失败问题分析与解决方案
2025-06-18 14:45:32作者:滑思眉Philip
问题背景
在AArch64架构(ARM平台)上构建oneDNN 3.4版本时,虽然构建过程顺利完成,但在运行测试套件时出现了失败情况。具体表现为在运行test_large_partition_execute.Int8Resnet50Stage2Block测试用例时,数值比较验证失败。
问题现象
测试失败的具体表现为:
index = 3, a = 14, b = 12, diff = 2, atol = 1, rtol = 0.01. Failed.
Value of: allclose<uint8_t>(outputs_ts[0], ref_outputs_ts[0], 0.01f, 1.f)
Actual: false
Expected: true
测试用例比较了计算输出与参考输出之间的差异,允许的相对误差为1%,绝对误差为1。然而在实际测试中,某些位置出现了差异为2的情况,超出了设定的容错范围。
技术分析
-
数据类型限制变更:
- oneDNN 3.3.3版本使用的是通用模板的
allclose函数 - oneDNN 3.4版本明确指定了
uint8_t数据类型限制 - 这一变更是为了支持新的
test_tensor功能,使验证过程能更好地适应不同计算引擎
- oneDNN 3.3.3版本使用的是通用模板的
-
平台差异影响:
- AArch64架构使用SVE指令集(256位)进行计算
- 不同平台可能采用不同的指令或算法实现,导致计算结果存在微小差异
- 这种差异在大型计算问题中可能会被放大
-
测试策略考量:
- oneDNN主要依赖benchdnn进行跨平台的稳定性验证
- 当前测试用例作为冒烟测试,使用固定输入数据进行验证
- 现有的验证标准在Intel平台上表现良好,但在ARM平台上可能过于严格
解决方案
-
临时解决方案:
- 可以跳过该测试用例继续其他测试
- 在CI环境中,该项目已经将该测试标记为跳过
-
长期解决方案:
- 考虑针对AArch64平台调整验证标准
- 适当放宽容错范围,考虑平台特定的数值特性
- 或者为不同平台设置不同的验证参数
技术建议
对于在ARM平台上使用oneDNN的开发者:
- 如果测试失败不影响实际应用场景,可以考虑忽略该测试失败
- 对于关键应用,建议使用更全面的benchdnn进行验证
- 关注oneDNN后续版本中对该问题的修复情况
- 在实际部署前,建议针对特定工作负载进行充分的验证测试
总结
oneDNN作为高性能深度学习原语库,在不同硬件架构上的实现可能存在细微差异。AArch64架构上的测试失败反映了跨平台兼容性验证的挑战。开发者应当理解这种差异的根源,并根据实际应用需求选择合适的验证策略。oneDNN团队也在持续改进跨平台支持,未来版本有望提供更完善的ARM平台支持。
登录后查看全文
热门项目推荐
相关项目推荐
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00- DDeepSeek-V3.2-ExpDeepSeek-V3.2-Exp是DeepSeek推出的实验性模型,基于V3.1-Terminus架构,创新引入DeepSeek Sparse Attention稀疏注意力机制,在保持模型输出质量的同时,大幅提升长文本场景下的训练与推理效率。该模型在MMLU-Pro、GPQA-Diamond等多领域公开基准测试中表现与V3.1-Terminus相当,支持HuggingFace、SGLang、vLLM等多种本地运行方式,开源内核设计便于研究,采用MIT许可证。【此简介由AI生成】Python00
openPangu-Ultra-MoE-718B-V1.1昇腾原生的开源盘古 Ultra-MoE-718B-V1.1 语言模型Python00
HunyuanWorld-Mirror混元3D世界重建模型,支持多模态先验注入和多任务统一输出Python00
AI内容魔方AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。03
Spark-Scilit-X1-13BFLYTEK Spark Scilit-X1-13B is based on the latest generation of iFLYTEK Foundation Model, and has been trained on multiple core tasks derived from scientific literature. As a large language model tailored for academic research scenarios, it has shown excellent performance in Paper Assisted Reading, Academic Translation, English Polishing, and Review Generation, aiming to provide efficient and accurate intelligent assistance for researchers, faculty members, and students.Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile013
Spark-Chemistry-X1-13B科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
最新内容推荐
JavaWeb企业门户网站源码 - 企业级门户系统开发指南 中兴e读zedx.zed文档阅读器V4.11轻量版:专业通信设备文档阅读解决方案 TextAnimator for Unity:打造专业级文字动画效果的终极解决方案 CS1237半桥称重解决方案:高精度24位ADC称重模块完全指南 CrystalIndex资源文件管理系统:高效索引与文件管理的最佳实践指南 瀚高迁移工具migration-4.1.4:企业级数据库迁移的智能解决方案 WebVideoDownloader:高效网页视频抓取工具全面使用指南 IK分词器elasticsearch-analysis-ik-7.17.16:中文文本分析的最佳解决方案 Photoshop作业资源文件下载指南:全面提升设计学习效率的必备素材库 电脑PC网易云音乐免安装皮肤插件使用指南:个性化音乐播放体验
项目优选
收起
deepin linux kernel
C
24
6
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
237
2.36 K
仓颉编程语言运行时与标准库。
Cangjie
122
96
暂无简介
Dart
539
118
仓颉编译器源码及 cjdb 调试工具。
C++
115
83
React Native鸿蒙化仓库
JavaScript
216
291
Ascend Extension for PyTorch
Python
77
109
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
997
588
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
589
114
LLVM 项目是一个模块化、可复用的编译器及工具链技术的集合。此fork用于添加仓颉编译器的功能,并支持仓颉编译器项目。
C++
32
26