AMD Matrixコアの高精度モデル
Accurate Models of AMD Matrix Cores (arxiv.org)
要約
本研究では、AMDのCDNA 1、CDNA 2、CDNA 3 GPUアーキテクチャにおける行列乗算器の数値的挙動を詳細に分析しています。これらの乗算器はIEEE 754標準に準拠しておらず、ベンダーやアーキテクチャ間で機能が異なるため、結果の再現性が困難です。研究者たちは、各アーキテクチャ向けにMATLABベースのソフトウェアモデルを開発し、1000万セットのランダム入力ベクトルを用いたテストでハードウェアとのビットレベルの再現性を検証しました。これらのモデルは、AMD行列コアとNVIDIAテンソルコア間のアプリケーションレベルでの精度差を定量化するために使用されました。
全文翻訳
コンピュータサイエンス > ハードウェアアーキテクチャ
arXiv:2609.14845 (cs)
2026年9月13日提出 (v1), 最終更新 2026年9月15日 (本バージョン、v2)
タイトル: AMD Matrixコアの高精度モデル
著者: Faizan A Khattak, Mantas Mikaitis, Carlo J. Graziani
Faizan A Khattak、Mantas Mikaitis、Carlo J. Grazianiによる論文「Accurate Models of AMD Matrix Cores」のPDFを表示
要旨: 最近のGPUに搭載されているMatrix乗算器は、IEEE 754浮動小数点標準に準拠していません。Matrix乗算器の機能は、ベンダー間や同一ベンダーのアーキテクチャ間でも、アキュムレータ幅、丸め処理、正規化点、中間アンダーフローおよびオーバーフローロジック、サブノーマル数の扱い、特殊入力の処理など、異なります。その結果、デバイス間でMatrix乗算器の結果の再現性をソフトウェア制御で達成することは不可能です。Matrix乗算器の実装詳細は文書化されておらず、計算結果の不一致を解釈することが困難になっています。本研究では、MI100、MI210/250、MI300A/300X GPUを使用し、CDNA 1、CDNA 2、CDNA 3の3つのAMD GPUアーキテクチャにわたるMatrix乗算器の数値的挙動を特徴づけました。すべてのサポートされている入力フォーマットの数値的特徴をターゲットとするテストベクトルを設計し、各ベクトルがデバイスの出力に基づいて特定の数値的特徴を決定できる理由の導出と根拠を提供します。その後、各アーキテクチャに対応するMATLABベースのソフトウェアモデルを開発し、1000万セットのランダム入力ベクトルからなるランダムテストスイートを使用して、ハードウェアとのビットレベルの再現性について検証しました。これを達成するために、ランダムテストとテスト精度の向上をループで繰り返す、以前に開発された手法を適用し、モデルがすべてのテストケースでハードウェアと一致するまで精度を反復的に向上させました。最後に、モデルを使用して実行できる実験的研究の概念実証として、2つの実証的な数値アプリケーションでそれらを利用し、AMD MatrixコアとNVIDIA Tensorコア間のアプリケーションレベルの精度差を定量化しました。
| 件名: | ハードウェアアーキテクチャ (cs.AR); 数値ソフトウェア (cs.MS) |
| 引用: | arXiv:2609.14845 [cs.AR] |
| (または本バージョンは arXiv:2609.14845v2 [cs.AR]) | |
| https://doi.org/10.48550/arXiv.2609.14845 DataCite経由のarXiv発行DOI |
投稿履歴
送信者: Faizan Ahmad Khattak [メール表示]
v1 2026年9月13日(日) 23:34:01 UTC (1,297 KB)
v2 2026年9月15日(火) 10:33:08 UTC (1,297 KB)
全文リンク:
論文アクセス
Faizan A Khattak、Mantas Mikaitis、Carlo J. Grazianiによる論文「Accurate Models of AMD Matrix Cores」のPDFを表示
追加機能
現在の閲覧コンテキスト:
cs.AR
以下で閲覧を変更:
参考文献と引用
読み込み中...
BibTeX形式の引用
読み込み中...
提供元:
ブックマーク
参考文献ツール
参考文献と引用ツール
参考文献エクスプローラー トグル
参考文献エクスプローラー (エクスプローラーとは？)
Connected Papers トグル
Connected Papers (Connected Papersとは？)
Litmaps トグル
Litmaps (Litmapsとは？)
scite.ai トグル
scite Smart Citations (Smart Citationsとは？)
コード、データ、メディア
コード、データ、および本記事に関連するメディア
alphaXiv トグル
alphaXiv (alphaXivとは？)
コードへのリンク トグル
CatalyzeX Code Finder for Papers (CatalyzeXとは？)
DagsHub トグル
DagsHub (DagsHubとは？)
GotitPub トグル
Gotit.pub (GotitPubとは？)
Huggingface トグル
Hugging Face (Huggingfaceとは？)
ScienceCast トグル
ScienceCast (ScienceCastとは？)
デモ
デモ
Replicate トグル
Replicate (Replicateとは？)
Spaces トグル
Hugging Face Spaces (Spacesとは？)
Spaces トグル
TXYZ.AI (TXYZ.AIとは？)
関連記事
レコメンダーおよび検索ツール
Influence Flowerへのリンク
Influence Flower (Influence Flowersとは？)
Core Recommender トグル
CORE Recommender (COREとは？)
- 著者
- 会場
- 機関
- トピック
arXivLabsについて
arXivLabs: コミュニティ協力者との実験的なプロジェクト
arXivLabsは、協力者がarXivの新しい機能を直接ウェブサイト上で開発・共有できるフレームワークです。arXivLabsと協力する個人および組織は、オープンさ、コミュニティ、卓越性、ユーザーデータプライバシーという価値観を受け入れ、遵守しています。arXivはこの価値観にコミットしており、それらを遵守するパートナーのみと協力します。arXivコミュニティに価値をもたらすプロジェクトのアイデアがありますか？ arXivLabsについてもっと知る。
この論文の著者は誰が推薦者ですか？ | MathJaxを無効にする (MathJaxとは？)