Cognita项目中CrossEncoder在MPS设备上的兼容性问题解析
2025-06-16 02:00:04作者:裘晴惠Vivianne
问题背景
在Cognita项目的本地运行环境中,当用户尝试在配备Apple M1芯片的MacBook Air上执行检索增强生成(RAG)功能时,遇到了一个与Sentence Transformers库中CrossEncoder组件相关的设备兼容性问题。这个问题特别出现在使用macOS系统且具有MPS(Metal Performance Shaders)支持的苹果芯片设备上。
技术细节分析
CrossEncoder组件在初始化时会自动检测可用的最佳计算设备。在检测逻辑中,它会按照以下优先级选择设备:
- CUDA (NVIDIA GPU)
- MPS (苹果Metal)
- NPU (神经网络处理器)
- HPU (Habana处理器)
- CPU (最后回退选项)
在M1/M2芯片的Mac设备上,由于torch.backends.mps.is_available()返回True,CrossEncoder会优先选择MPS作为计算设备。然而,当使用Deberta-v2模型进行推理时,模型内部的相对位置编码计算会调用torch.sign()函数,而当前PyTorch的MPS后端尚未完善支持对int64类型数据的sign操作。
错误表现
具体错误表现为:
TypeError: Operation 'sign_out_mps()' does not support input type 'int64' in MPS backend.
这个错误发生在Deberta-v2模型的相对位置编码计算过程中,当尝试对int64类型的张量执行sign操作时,MPS后端无法处理。
解决方案
Cognita项目团队已经实施了以下解决方案:
-
强制回退机制:当CUDA不可用时,即使检测到MPS可用,也强制回退到CPU执行,确保兼容性。
-
未来改进方向:计划通过环境变量或运行时参数提供设备选择的灵活性,让用户能够根据实际情况指定计算设备。
开发者建议
对于在苹果芯片设备上开发类似应用的开发者,建议:
- 在模型初始化时显式指定设备类型,避免依赖自动检测
- 对于特定模型(如Deberta系列),优先考虑使用CPU执行
- 关注PyTorch对MPS后端的更新,随着版本迭代,这类兼容性问题可能会得到解决
总结
这个案例展示了在跨平台深度学习应用中设备兼容性的重要性。Cognita项目通过实施合理的回退机制,确保了应用在不同硬件环境下的稳定运行。这也提醒开发者,在支持多种计算设备时,需要充分考虑各后端的特性限制,并提供适当的回退方案。
登录后查看全文
热门项目推荐
相关项目推荐
Hunyuan3D-Part
腾讯混元3D-Part00Hunyuan3D-Omni
腾讯混元3D-Omni:3D版ControlNet突破多模态控制,实现高精度3D资产生成00GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~0274community
本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息011Hunyuan3D-2
Hunyuan3D 2.0:高分辨率三维生成系统,支持精准形状建模与生动纹理合成,简化资产再创作流程。Python00Spark-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。Python00GOT-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).Dockerfile09
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
热门内容推荐
1 freeCodeCamp猫照片应用教程中的HTML注释测试问题分析2 freeCodeCamp全栈开发课程中React实验项目的分类修正3 freeCodeCamp课程视频测验中的Tab键导航问题解析4 freeCodeCamp音乐播放器项目中的函数调用问题解析5 freeCodeCamp论坛排行榜项目中的错误日志规范要求6 freeCodeCamp JavaScript高阶函数中的对象引用陷阱解析7 freeCodeCamp全栈开发课程中React组件导出方式的衔接问题分析8 freeCodeCamp英语课程视频测验选项与提示不匹配问题分析9 freeCodeCamp课程页面空白问题的技术分析与解决方案10 freeCodeCamp博客页面工作坊中的断言方法优化建议
最新内容推荐
Windows Server 2016 .NET Framework 3.5 SXS文件下载与安装完整指南 小米Mini R1C MT7620爱快固件下载指南:解锁企业级网络管理功能 XMODEM协议C语言实现:嵌入式系统串口文件传输的经典解决方案 SAP S4HANA物料管理资源全面解析:从入门到精通的完整指南 VSdebugChkMatch.exe:专业PDB签名匹配工具全面解析与使用指南 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 OMNeT++中文使用手册:网络仿真的终极指南与实用教程 SteamVR 1.2.3 Unity插件:兼容Unity 2019及更低版本的VR开发终极解决方案 全球36个生物多样性热点地区KML矢量图资源详解与应用指南 Windows版Redis 5.0.14下载资源:高效内存数据库的完美Windows解决方案
项目优选
收起

deepin linux kernel
C
22
6

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
153
1.98 K

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++
505
42

Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
8
0

React Native鸿蒙化仓库
C++
194
279

旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
992
395

🎉 (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
938
554

本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
333
11

openGauss kernel ~ openGauss is an open source relational database management system
C++
146
191

为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Python
75
70