请问机器学习PAI中bladedisc在不需要dynamic的场景时可以关掉吗?
可以的,如果您的场景不需要使用动态图模式,可以将BladeDisC关闭。关闭方法如下:
1、进入PAI控制台,找到您的机器学习项目;
2、在左侧导航栏中选择“训练资源”;
3、找到BladeDisC,点击右侧的“关闭”按钮即可。
如果是 PyTorch 的话,有一个 config 可以设置打开 static shape 优化,https://github.com/alibaba/BladeDISC/blob/main/pytorch_blade/torch_blade/config.py#L287,此回答整理自钉群“BladeDISC用户支持群”
根据搜索到的互联网知识[1],BladeDISC 是一种基于 Torch-MLIR 编译 PyTorch 工作负载的编译器。同时,在 Torch-MLIR 中添加了 Torch-To-Mhlo 转换,特别是完全动态形状功能,且 BladeDISC Dev Team 正在与社区合作。因此,BladeDISC 是为了提高 PyTorch 的性能和效率而产生的工具。
因此,在不需要动态形状功能的场景下,可以选择关闭 BladeDISC 来减少不必要的资源占用。但是需要注意的是,这可能会影响 PyTorch 的性能。如果您需要使用 PyTorch 进行高性能计算任务,建议保持 BladeDISC 的开启状态,以获得更好的性能和效率。
同时,我想提醒您的是,BladeDISC 是基于 Torch-MLIR 构建的,您所使用的机器学习平台是否支持 Torch-MLIR 可能需要您去官方文档中查看,以保证您能成功地使用 BladeDISC。
版权声明:本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。
人工智能平台 PAI(Platform for AI,原机器学习平台PAI)是面向开发者和企业的机器学习/深度学习工程平台,提供包含数据标注、模型构建、模型训练、模型部署、推理优化在内的AI开发全链路服务,内置140+种优化算法,具备丰富的行业场景插件,为用户提供低门槛、高性能的云原生AI工程化能力。