TensorFlow XLA가 실험 상태 인 이유

Question

사용자 정의 Device (FPGA, ...)를 사용한 교육에 XLA를 사용하고 싶습니다.
그러나 XLA가 개발자의 자습서에서 실험 상태임을 알게되었습니다.

https://www.tensorflow.org/performance/xla/

내가 XLA 실험 상태에 이유를하지 않았다.
성능 향상을 제외하고 XLA에 대한 큰 문제가 있습니까?

감사

Answer 1

XLA는 여전히 매우 새로운 :

참고 : XLA 실험 및 알파 간주됩니다 Tensorflow XLA page의 언급 한 바와 같이이 월 2017

에 릴리스되었습니다. 대부분의 사용 사례는 성능 향상 (속도 또는 메모리 사용량 감소)을 볼 수 없습니다. Open Source Community가 을 개발에 기여하고 하드웨어 가속기와 통합하기위한 경로를 만들 수 있도록 XLA를 일찍 출시했습니다.

공개 된 것이 개발 팀이 프로젝트에 대한 피드백과 오픈 소스 커뮤니티의 기여를 원하기 때문입니다.

이는 구글 개발자와 블로그에서이 statement에 의해 지원을 받고 있습니다 :

XLA 개발의 초기 단계에 아직도있다. 일부 사용 사례에 대해 매우 유용한 결과를 보이는 이 있으며 TensorFlow 은 향후이 기술을 통해 더 많은 이점을 얻을 수 있음이 분명합니다. 은 커뮤니티에서 기고 물을 에게 요청하고 TensorFlow를 다양한 컴퓨팅 장치에 적용하고 TensorFlow 런타임 및 모델을 새로운 종류의 하드웨어에서 실행되도록 조정하기 위해 XLA를 TensorFlow Github에 일찍 릴리스하기로 결정했습니다.

그렇다면 실험적으로 간주되는 이유는 무엇입니까? 테스트를 거치지 않은 유스 케이스와 하드웨어가 많이 있기 때문입니다. 벤치 마크가 항상 예상되는 개선 사항을 나타내지는 않습니다.

사용하는 동안 몇 가지 버그가 발생할 수 있으며 프로젝트의 github issue page을 통해 신호를 보낼 것을 권장합니다.