如何为C API激活Tensorflow的XLA？

Question

我从源代码构建了Tensorflow，我正在使用它的C API。 到目前为止一切正常，我也在使用AVX / AVX2。 我从源代码构建的Tensorflow也是在XLA支持下构建的。 我现在也想激活XLA（加速线性代数），因为我希望它会在推理过程中再次提高性能/速度。

如果我现在开始运行，我收到此消息：

2019-06-17 16:09:06.753737: W tensorflow/compiler/jit/mark_for_compilation_pass.cc:1541] (One-time warning): Not using XLA:CPU for cluster because envvar TF_XLA_FLAGS=--tf_xla_cpu_global_jit was not set.  If you want XLA:CPU, either set that envvar, or use experimental_jit_scope to enable XLA:CPU.  To confirm that XLA is active, pass --vmodule=xla_compilation_cache=1 (as a proper command-line flag, not via TF_XLA_FLAGS) or set the envvar XLA_FLAGS=--xla_hlo_profile.

在官方XLA主页（ https://www.tensorflow.org/xla/jit ）上，我找到了有关如何在会话级别打开jit的信息：

# Config to turn on JIT compilation
config = tf.ConfigProto()
config.graph_options.optimizer_options.global_jit_level = tf.OptimizerOptions.ON_1

sess = tf.Session(config=config)

这里（ https://github.com/tensorflow/tensorflow/issues/13853 ）解释了如何在C API中设置TF_SetConfig。 在使用此Python代码的输出之前，我能够限制为一个核心：

config1 = tf.ConfigProto(device_count={'CPU':1})
serialized1 = config1.SerializeToString()
print(list(map(hex, serialized1)))

我实现如下：

uint8_t intra_op_parallelism_threads = maxCores; // for operations that can be parallelized internally, such as matrix multiplication 
        uint8_t inter_op_parallelism_threads = maxCores; // for operations that are independent in your TensorFlow graph because there is no directed path between them in the dataflow graph
        uint8_t config[]={0x10,intra_op_parallelism_threads,0x28,inter_op_parallelism_threads};
        TF_SetConfig(sess_opts,config,sizeof(config),status);

因此，我认为这有助于XLA激活：

config= tf.ConfigProto()
config.graph_options.optimizer_options.global_jit_level = tf.OptimizerOptions.ON_1
output = config.SerializeToString()
print(list(map(hex, output)))

这次实施：

uint8_t config[]={0x52,0x4,0x1a,0x2,0x28,0x1};
        TF_SetConfig(sess_opts,config,sizeof(config),status);

然而，XLA似乎仍然被停用。 有人可以帮我解决这个问题吗？ 或者，如果你再次警告警告：

2019-06-17 16:09:06.753737: W tensorflow/compiler/jit/mark_for_compilation_pass.cc:1541] (One-time warning): Not using XLA:CPU for cluster because envvar TF_XLA_FLAGS=--tf_xla_cpu_global_jit was not set.  If you want XLA:CPU, either set that envvar, or use experimental_jit_scope to enable XLA:CPU.  To confirm that XLA is active, pass --vmodule=xla_compilation_cache=1 (as a proper command-line flag, not via TF_XLA_FLAGS) or set the envvar XLA_FLAGS=--xla_hlo_profile.

这是否意味着我必须在构建期间设置XLA_FLAGS？

提前致谢！

Answer 1

好的，我想出了如何使用XLA JIT，它只在c_api_experimental.h Header中可用。 只需包含此标题，然后使用：

TF_EnableXLACompilation(sess_opts,true);

Answer 2

@ tre95我试过了
#include "c_api_experimental.h" TF_SessionOptions* options = TF_NewSessionOptions(); TF_EnableXLACompilation(options,true);
但它编译失败，错误收集：错误：ld返回1退出状态。但是，如果我不这样做，它可以编译并成功运行。