为什么在我使用XLA_FLAGS转储ptx和llvm时未为矩阵乘法张量流操作生成PTX？

Question

我正在尝试为以下tensorflow 1.13.1代码转储HLO ， LLVM IR和PTX ：

import tensorflow as tf
import numpy as np

a = tf.placeholder(shape=(10,20), dtype=tf.float32)
b = tf.placeholder(shape=(20,10), dtype=tf.float32)
c = tf.placeholder(shape=(10,10), dtype=tf.float32)

jit_scope = tf.contrib.compiler.jit.experimental_jit_scope #using JIT compilation
with jit_scope():
    d = tf.matmul(a, b) + c

with tf.Session() as sess:
    print(sess.run(d, feed_dict={a:np.random.random((10,20)), b:np.random.random((20,10)), c:np.random.random((10,10))}))

我使用以下XLA_FLAGS运行该程序：

XLA_FLAGS="--xla_generate_hlo_text_to=./path1 --xla_dump_ir_to=./path2" python source.py

./path1目录包含所有HLO传递输出。 但.ll和.ptx在文件./path2目录不包括ptx或llvm IR代码。 .ptx文件为空， ll文件仅有以下几行：

; ModuleID = 'cluster_0__XlaCompiledKernel_true__XlaNumConstantArgs_0__XlaNumResourceArgs_0_.12'
source_filename = "cluster_0__XlaCompiledKernel_true__XlaNumConstantArgs_0__XlaNumResourceArgs_0_.12"
target datalayout = "e-i64:64-i128:128-v16:16-v32:32-n16:32:64"
target triple = "nvptx64-nvidia-cuda"

我的问题是为什么我看不到提到的张量流代码的ptx代码？

我应该提到，如果我在a * b + c之后在上面的python代码中添加d = d + d行，则XLA生成一些PTX代码，这只是加法运算，并且不包括矩阵乘法代码。