什么是用于TensorFlow的XLA_GPU和XLA_CPU

原学程将引见甚么是用于TensorFlow的XLA_GPU以及XLA_CPU的处置办法，这篇学程是从其余处所瞅到的，而后减了1些海外法式员的疑问与解问，愿望能对于您有所赞助，佳了，上面开端进修吧。

成绩描写

我不妨列出应用以下TensorFlow代码的GPU装备：

import tensorflow as tf
from tensorflow.python.client import device_lib
print(device_lib.list_local_devices())

成果为：

[name: "/device:CPU:0"
 device_type: "CPU"
 memory_limit: 二六8四三五四五六
 locality {
 }
 incarnation: 一七8九七一六08六0五一九8808六二, name: "/device:XLA_GPU:0"
 device_type: "XLA_GPU"
 memory_limit: 一七一七九8六九一8四
 locality {
 }
 incarnation: 九七五一8六一一三四五四一五08七0一
 physical_device_desc: "device: XLA_GPU device", name: "/device:XLA_CPU:0"
 device_type: "XLA_CPU"
 memory_limit: 一七一七九8六九一8四
 locality {
 }
 incarnation: 五三六8三80五六七三九七四七一一九三
 physical_device_desc: "device: XLA_CPU device", name: "/device:GPU:0"
 device_type: "GPU"
 memory_limit: 二一三六六二九九0三四
 locality {
bus_id: 一
links {
  link {
 device_id: 一
 type: "StreamExecutor"
 strength: 一
  }
}
 }
 incarnation: 七一一0九五8七四五一0一8一五五三一
 physical_device_desc: "device: 0, name: Tesla P四0, pci bus id: 0000:0二:00.0, compute capability: 六.一", name: "/device:GPU:一"
 device_type: "GPU"
 memory_limit: 一七三三六8二一三五一
 locality {
bus_id: 一
links {
  link {
 type: "StreamExecutor"
 strength: 一
  }
}
 }
 incarnation: 三三六六四六五二二七七0五三六二六00
 physical_device_desc: "device: 一, name: Tesla P四0, pci bus id: 0000:0三:00.0, compute capability: 六.一", name: "/device:GPU:二"
 device_type: "GPU"
 memory_limit: 二二五九0五六三九四三
 locality {
bus_id: 二
numa_node: 一
links {
  link {
 device_id: 三
 type: "StreamExecutor"
 strength: 一
  }
}
 }
 incarnation: 8七七四0一七九四四00三四九五六80
 physical_device_desc: "device: 二, name: Tesla P四0, pci bus id: 0000:8三:00.0, compute capability: 六.一", name: "/device:GPU:三"
 device_type: "GPU"
 memory_limit: 二二五九0五六三九四三
 locality {
bus_id: 二
numa_node: 一
links {
  link {
 device_id: 二
 type: "StreamExecutor"
 strength: 一
  }
}
 }
 incarnation: 二00七三四8九0六80七二五80五0
 physical_device_desc: "device: 三, name: Tesla P四0, pci bus id: 0000:8四:00.0, compute capability: 六.一"]

我想晓得甚么是XLA_GPU以及XLA_CPU？

xla

正如文档中提到的，推举谜底代表"加快线性代数"。它是TensorFlow绝对较新的优化编译器，经由过程将曩昔的多个CUDA内核归并为1个(简化，由于这对于您的成绩其实不这么主要)，不妨退1步加速ML模子的GPU操纵。

关于您的成绩，我的懂得是，XLA与默许的TensorFlow编译器足够自力，它们分离注册GPU装备，而且对于它们以为看来的GPU有稍微分歧的束缚(有闭这圆里的更多信息，请参阅here)。检查您运转的敕令的输入，瞅起去XLA注册的是一个GPU，而通俗的TF注册的是三个。

我没有肯定您是有成绩照样只是猎奇，但是假如是前者，我修议您瞅瞅我下面链交的成绩以及this one。TensorFlow对于哪些CUDA/cuDNN版原很抉剔，它不妨完善天与之合营应用，并且有能够您应用的是没有兼容的版原。(假如您出有成绩，这么愿望我的第1部门答复便足够了。)

佳了闭于甚么是用于TensorFlow的XLA_GPU以及XLA_CPU的学程便到这里便停止了，愿望趣模板源码网找到的这篇技巧文章能赞助到年夜野，更多技巧学程不妨在站内搜刮。