recipes_source/amx.rst 번역#1131
Conversation
|
전문성을 어느 정도 요구하는 글로 보이는데도 잘 번역해주셨습니다! |
|
|
||
| Guidelines of leveraging AMX with workloads | ||
| ------------------------------------------- | ||
| 이 연산은 생성된 실행 코드 경로에 따라 oneDNN에서 완전히 처리됩니다. 예를 들어, 지원되는 연산이 AMX를 지원하는 하드웨어 플랫폼에서 oneDNN 구현으로 실행될 때, oneDNN 내부에서 AMX 명령어가 자동으로 호출됩니다. |
There was a problem hiding this comment.
첫 문장 'oneDNN이 전적으로 처리합니다' 는 어떨까요?
두 번째 문장 피동 표현이 반복되어 줄이면 좋을 것 같아요
지원하는 연산이라고 수정해도 큰 문제는 없어보입니다!
There was a problem hiding this comment.
의견 감사합니다!
말씀해주신 대로 첫 문장은 “oneDNN이 전적으로 처리합니다”로 수정했고, 두 번째 문장도 피동 표현이 반복되지 않도록 조금 더 자연스럽게 다듬었습니다. “지원하는 연산” 표현도 반영했습니다.
|
번역하시느라 고생 많으셨습니다!! 전반적으로 자연스럽게 잘 번역해주셨고, 두 부분에 대해 다듬어보면 어떨까 하여 제안드립니다! 라인: line 9 (Introduction 섹션 첫 단락)
라인: line 126 (Conclusion 섹션 마지막 단락)
다시 한번 번역 작업에 수고 많으셨습니다! |
hijyun
force-pushed
the
translate/amx
branch
2 times, most recently
from
43db81e to
350338d
Compare
|
@jykimai |
hyoyoung
left a comment
hyoyoung
left a comment
There was a problem hiding this comment.
긴 문서 번역하느라 수고하셨습니다.
사소한 몇가지 수정사항 제안하니 확인 부탁드립니다
| AMX is designed to work on matrices to accelerate deep-learning training and inference on the CPU and is ideal for workloads like natural-language processing, recommendation systems and image recognition. | ||
| Advanced Matrix Extensions(AMX)는 Intel® Advanced Matrix Extensions(Intel® AMX)라고도 부르는 x86 확장 기능입니다. | ||
| 이 확장 기능은 두 가지 새로운 구성 요소를 도입합니다. 하나는 ‘tiles’라고 불리는 2차원 레지스터 파일이고, 다른 하나는 이러한 tiles에서 동작할 수 있는 Tile Matrix Multiplication(TMUL) 가속기입니다. | ||
| AMX는 행렬에서 동작하도록 설계되어 CPU에서 딥러닝 학습과 추론을 가속하며, 자연어 처리, 추천 시스템, 이미지 인식과 같은 워크로드에 이상적입니다. |
There was a problem hiding this comment.
좋은 제안 감사합니다! 반영하였습니다.
| AMX is designed to work on matrices to accelerate deep-learning training and inference on the CPU and is ideal for workloads like natural-language processing, recommendation systems and image recognition. | ||
| Advanced Matrix Extensions(AMX)는 Intel® Advanced Matrix Extensions(Intel® AMX)라고도 부르는 x86 확장 기능입니다. | ||
| 이 확장 기능은 두 가지 새로운 구성 요소를 도입합니다. 하나는 ‘tiles’라고 불리는 2차원 레지스터 파일이고, 다른 하나는 이러한 tiles에서 동작할 수 있는 Tile Matrix Multiplication(TMUL) 가속기입니다. | ||
| AMX는 행렬에서 동작하도록 설계되어 CPU에서 딥러닝 학습과 추론을 가속하며, 자연어 처리, 추천 시스템, 이미지 인식과 같은 워크로드에 이상적입니다. |
|
|
||
| Intel은 4세대 Intel® Xeon® Scalable 프로세서와 Intel® AMX를 통해 AI 기능을 발전시켜, 이전 세대 대비 3배에서 10배 더 높은 추론 및 학습 성능을 제공합니다. `Accelerate AI Workloads with Intel® AMX`_ 를 참고하세요. | ||
| Intel® Advanced Vector Extensions 512 Neural Network Instructions(Intel® AVX-512 VNNI)를 실행하는 3세대 Intel Xeon Scalable 프로세서와 비교했을 때, | ||
| Intel AMX를 실행하는 4세대 Intel Xeon Scalable 프로세서는 한 사이클당 256개의 INT8 연산이 아니라 2,048개의 INT8 연산을 수행할 수 있습니다. 또한 한 사이클당 64개의 FP32 연산과 비교해, 한 사이클당 1,024개의 BF16 연산도 수행할 수 있습니다. `Accelerate AI Workloads with Intel® AMX`_ 의 4페이지를 참고하세요. AMX에 대한 더 자세한 정보는 `Intel® AMX Overview`_ 를 참고하세요. |
There was a problem hiding this comment.
ISA를 지원한다는 의미에서 AMX를 실행한다는 것도 좋지만, 약간 어색해보입니다
Intel AMX를 지원하는 4세대 Intel Xeon 정도가 어떨까요
|
|
||
| The operation is fully handled by oneDNN according to the execution code path generated. For example, when a supported operation gets executed into oneDNN implementation on a hardware platform with AMX support, AMX instructions will be invoked automatically inside oneDNN. | ||
| Since oneDNN is the default acceleration library for PyTorch CPU, no manual operations are required to enable the AMX support. | ||
| PyTorch는 백엔드인 oneDNN을 통해 BFloat16 기반의 연산 집약적 연산자와 INT8 기반의 양자화에 AMX를 활용하여, |
| - torch.compile: | ||
|
|
||
| - When the generated graph model runs into oneDNN implementations with the supported operators, AMX accelerations will be activated. | ||
| - 생성된 그래프 모델이 지원되는 연산자를 사용하여 oneDNN 구현으로 실행될 때, AMX 가속이 활성화됩니다. |
There was a problem hiding this comment.
생성된 그래프 모델이 oneDNN의 지원 연산으로 실행되면 정도로 의역하면 어떨까요?
4 participants
라이선스 동의
관련 이슈 번호
PR 종류
이 PR에 해당되는 종류 앞의
[ ]을[x]로 변경해주세요.PR 설명
recipes_source/amx.rst(Leverage Intel® Advanced Matrix Extensions) 문서를 한국어로 번역했습니다.문서 URL: https://tutorials.pytorch.kr/recipes/amx.html