自動導向車
工業機器人
服務機器人
特種機器人
自動化系統
零部件對于多 GPU 計算，TF-Replicator 依賴于"圖內復制"模式，其中每個設備的計算都在同一個 TensorFlow 圖中復制。設備之間的通信是通過連接設備相應子圖中的節點來實現的。在TF-Replicator中實現這一點具有挑戰性，因為通信可能發生在數據流圖中的任何點。因此，計算的構建順序至關重要。
我們的第一個想法是在單獨的Python線程中同時構建每個設備的子圖。當遇到通信基元時，線程會同步，主線程會插入所需的跨設備計算。之后，每個線程將繼續構建其設備的計算。然而，在我們考慮這種方法的時候，TensorFlow的圖構建API不是線程安全的，這使得在不同線程中同時構建子圖變得非常困難。相反，我們使用了圖形重寫在構建完所有設備的子圖后插入通信。構建子圖時，占位符入到需要通信的位置。然后，我們跨設備收集所有匹配的占位符，并用適當的跨設備計算替換它們。
粵公網安備 44010602004352號