transformers 混合精度一定需要 Ampere 架构的 gpu 吗？

[buaacss]

看 transformers 的源码，判断能否使用 bf16 混合精度的时候需要 Ampere 架构的 GPU ，不太明白是为什么。

改了下代码试试 2080ti 能不能跑出来，如果可以的话再给大家汇报。

如果有人知道是什么原因以及效果如何也请留言告知，不胜感激。

[ShadowPower]

用 fp16 也是混合精度
Ampere 架构才支持 bf16 ，更早的显卡硬件不支持，跑的时候实际上转回 fp32 ，更慢了
Turing 架构有 Tensor Core ，可以跑 fp16 和 int8 ，相比 fp32 还快很多

[buaacss]

@ShadowPower 我使用的是 2080ti ，是 Turing 架构的。从我目前的测试上看，使用 fp16 会溢出，使用 bf16 按您的说法是会转回 fp32 ，会更慢。但是我确实看到加速了不少而且显存也下降了。

使用单精度，我 bs 最多只能设置到 8 ，需要大约 32 个小时训练
使用 bf16 ，我 bs 可以设置到 16 ，需要大约 16 个小时完成训练
使用 fp16 ，会直接溢出

[ShadowPower]

@buaacss 也许是因为权重数据尺寸小了，有显存带宽方面的优势。
bf16 和 fp32 类型转换还挺简单的。bf16 只是 fp32 上截断了低位，估计对性能的影响很小。

[nethard]

turing 架构不支持 bf16 ，ampere 才支持的，到现在很多 op 比如 interpolate 对 bf16 都还不支持

turing 和 ampere 都有 tensor core 但是 turing 的 tensor core 只支持 fp16 ，ampere 的支持 bf16 ，fp16 还有 tf32 ，但是 bf16 的 tensor core 其实速度和 tf16 差不多，当然 memory bandwidth 压力会小很多，另外就是对 pytoch 来说，bf16 ，tf32 到底怎么 dispatch 还和 cudnn 、pytoch 版本（ 1.11 、1.12 、1.13 每个版本都有点不一样）有关，这里面就不详细说了。细节实在太多

[nethard]

@nethard 上面 tf16 是写错了笔误是 tf32