teratail header banner
teratail header banner
質問するログイン新規登録

質問編集履歴

1

質問内容について意図(jaxのCPU上におけるパフォーマンスについて知りたい)と説明文が不一致していたため,修正を行いました.

2021/10/14 05:34

投稿

guratan
guratan

スコア2

title CHANGED
@@ -1,1 +1,1 @@
1
- JAXの行列計算速度がnumpyに劣ってしまう問題
1
+ CPUによる計算環境において,JAXの行列計算速度がnumpyに劣ってしまう問題
body CHANGED
@@ -4,10 +4,15 @@
4
4
  そこで,以下のkaggleにあるjaxの紹介を基に勉強しておりました.
5
5
  https://www.kaggle.com/aakashnain/tf-jax-tutorials-part-4-jax-and-devicearray/notebook
6
6
 
7
- jaxの強みは高速な自動微分であると思っていたのですが,
7
+ ~~jaxの強みは高速な自動微分であると思っていたのですが,
8
8
  numpyよりも遅くなってしまう事例が発生しました.
9
9
  皆様には,なぜjaxの計算が遅くなってしまったのかについて,
10
- ご意見をお聞きしたいと思っております.
10
+ ご意見をお聞きしたいと思っております.~~
11
+ (追記 質問内容が意図と異なっていたため修正いたします)
12
+ google colab上で**CPUによる計算**を行わせたところ,jaxの行列計算速度がnumpyよりも遅くなってしまう事例が発生しました.
13
+ jaxの強みは高速な自動微分であると思っていたため,CPU上では計算速度が低くなってしまうことを不思議に思い,
14
+ また,jaxの知識が浅くよくわかっていないため,皆様へご意見をお聞きしたいと思います.
15
+ jaxはCPUの計算環境においては,計算速度がnumpyよりも劣ってしまうのでしょうか?
11
16
 
12
17
  ### 発生している問題・エラーメッセージ
13
18
 
@@ -30,18 +35,18 @@
30
35
  Time taken by dot product op on DeviceArrays: 0.02 seconds
31
36
  とDeviceArrayの高速性が発揮していますが,
32
37
 
33
- 私の環境(Google Colab)で同等のコードで実行したところ,
38
+ 私の環境(Google Colab/ CPU)で同等のコードで実行したところ,
34
39
  Time taken by dot product op on ndarrays: 14.60 seconds
35
40
  Time taken by dot product op on DeviceArrays: 16.78 seconds
36
41
  と,numpyよりも計算が遅い結果となってしまいました.
37
42
 
38
43
  ### 試したこと
39
44
 
40
- 私のコードは,全てからコピペしたものであり,全く同じコードです.
45
+ ~~私のコードは,全てからコピペしたものであり,全く同じコードです.
41
- それなのに,計算速度に違いが生まれてしまうことが不思議でなりません.
46
+ それなのに,計算速度に違いが生まれてしまうことが不思議でなりません.~~
42
- 唯一出たエラーコードは
47
+ ~~唯一出たエラーコードは
43
48
  [1]を実行したとき:/usr/local/lib/python3.7/dist-packages/ipykernel_launcher.py:8: UserWarning: Config option `use_jedi` not recognized by `IPCompleter`.
44
- [2]を実行したとき:WARNING:absl:No GPU/TPU found, falling back to CPU. (Set TF_CPP_MIN_LOG_LEVEL=0 and rerun for more info.)
49
+ [2]を実行したとき:WARNING:absl:No GPU/TPU found, falling back to CPU. (Set TF_CPP_MIN_LOG_LEVEL=0 and rerun for more info.)~~
45
- jaxは計算の違でパフォーマンス変わやすいフレームワークなのでしょうか?
50
+ jaxはCPUの計算環境におては,計算速度numpyよも劣ってしまうのでしょうか?
46
51
  お詳しい方がいらっしゃいましたら,ご意見をいただけますと幸いです.
47
52
  よろしくお願いいたします.