-
Notifications
You must be signed in to change notification settings - Fork 1k
New issue
Have a question about this project? Sign up for a free GitHub account to open an issue and contact its maintainers and the community.
By clicking “Sign up for GitHub”, you agree to our terms of service and privacy statement. We’ll occasionally send you account related emails.
Already on GitHub? Sign in to your account
xe: ocl: sdpa: pull grouped scales out of gemm where possible #2409
Open
petercad
wants to merge
1
commit into
main
Choose a base branch
from
petercad/qsdpa_scale_hoist
base: main
Could not load branches
Branch not found: {{ refName }}
Loading
Could not load tags
Nothing to show
Loading
Are you sure you want to change the base?
Some commits from the old base branch may be removed from the timeline,
and old review comments may become outdated.
Open
Changes from all commits
Commits
File filter
Filter by extension
Conversations
Failed to load comments.
Loading
Jump to
Jump to file
Failed to load files.
Loading
Diff view
Diff view
There are no files selected for viewing
This file contains bidirectional Unicode text that may be interpreted or compiled differently than what appears below. To review, open the file in an editor that reveals hidden Unicode characters.
Learn more about bidirectional Unicode characters
Original file line number | Diff line number | Diff line change | ||||||||||||||||||||||||||||||||||||||||||||||||
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
|
@@ -21,11 +21,14 @@ | |||||||||||||||||||||||||||||||||||||||||||||||||
#include "gemm_kq.h" | ||||||||||||||||||||||||||||||||||||||||||||||||||
#include "gemm_vs.h" | ||||||||||||||||||||||||||||||||||||||||||||||||||
|
||||||||||||||||||||||||||||||||||||||||||||||||||
/* The quantization parameter may be unique for each token/element */ | ||||||||||||||||||||||||||||||||||||||||||||||||||
#define QUANTIZE_2D 2 | ||||||||||||||||||||||||||||||||||||||||||||||||||
|
||||||||||||||||||||||||||||||||||||||||||||||||||
/* The quantization parameter shares the same value across the work-group */ | ||||||||||||||||||||||||||||||||||||||||||||||||||
#define QUANTIZE_COMMON 3 | ||||||||||||||||||||||||||||||||||||||||||||||||||
#define QUANTIZE_COMMON 1 | ||||||||||||||||||||||||||||||||||||||||||||||||||
|
||||||||||||||||||||||||||||||||||||||||||||||||||
/* One quantization parameter for each token */ | ||||||||||||||||||||||||||||||||||||||||||||||||||
#define QUANTIZE_1D 2 | ||||||||||||||||||||||||||||||||||||||||||||||||||
|
||||||||||||||||||||||||||||||||||||||||||||||||||
/* One quantization parameter for each group */ | ||||||||||||||||||||||||||||||||||||||||||||||||||
#define QUANTIZE_2D 3 | ||||||||||||||||||||||||||||||||||||||||||||||||||
|
||||||||||||||||||||||||||||||||||||||||||||||||||
#define MAX(a, b) ((a) > (b) ? (a) : (b)) | ||||||||||||||||||||||||||||||||||||||||||||||||||
#define DIV_UP(x, y) (((x) + (y)-1) / (y)) | ||||||||||||||||||||||||||||||||||||||||||||||||||
|
@@ -93,6 +96,34 @@ DECLARE_2D_TILE_BLOCK_OPS(mask_tile_type, MSK_DATA_T, SUBGROUP_SIZE, mask_br, | |||||||||||||||||||||||||||||||||||||||||||||||||
mask_bc, mask_nbr, mask_nbc) | ||||||||||||||||||||||||||||||||||||||||||||||||||
#endif | ||||||||||||||||||||||||||||||||||||||||||||||||||
|
||||||||||||||||||||||||||||||||||||||||||||||||||
#if KEY_SCALES == QUANTIZE_1D | ||||||||||||||||||||||||||||||||||||||||||||||||||
DECLARE_2D_TILE(k_scales_tile_type, KEY_ATTR_SCALES_DATA_T, SUBGROUP_SIZE, | ||||||||||||||||||||||||||||||||||||||||||||||||||
ugemm_kq_sg_tile_m, 1, 1, 1) | ||||||||||||||||||||||||||||||||||||||||||||||||||
DECLARE_2D_TILE(k_scales_tile_type_float, float, SUBGROUP_SIZE, | ||||||||||||||||||||||||||||||||||||||||||||||||||
ugemm_kq_sg_tile_m, 1, 1, 1) | ||||||||||||||||||||||||||||||||||||||||||||||||||
DECLARE_2D_TILE_BLOCK_OPS(k_scales_tile_type, KEY_ATTR_SCALES_DATA_T, | ||||||||||||||||||||||||||||||||||||||||||||||||||
SUBGROUP_SIZE, ugemm_kq_sg_tile_m, 1, 1, 1) | ||||||||||||||||||||||||||||||||||||||||||||||||||
|
||||||||||||||||||||||||||||||||||||||||||||||||||
DECLARE_2D_TILE_HREDUCE(s_tile_type, SUBGROUP_SIZE, ugemm_kq_c_type_block0, | ||||||||||||||||||||||||||||||||||||||||||||||||||
ugemm_kq_c_type_block1, ugemm_kq_c_type_nblock0, | ||||||||||||||||||||||||||||||||||||||||||||||||||
ugemm_kq_c_type_nblock1, k_scales_tile_type_float, SUBGROUP_SIZE, | ||||||||||||||||||||||||||||||||||||||||||||||||||
ugemm_kq_sg_tile_m, 1, 1, 1) | ||||||||||||||||||||||||||||||||||||||||||||||||||
#endif | ||||||||||||||||||||||||||||||||||||||||||||||||||
|
||||||||||||||||||||||||||||||||||||||||||||||||||
#if VAL_SCALES == QUANTIZE_1D | ||||||||||||||||||||||||||||||||||||||||||||||||||
DECLARE_2D_TILE(v_scales_tile_type, KEY_ATTR_SCALES_DATA_T, SUBGROUP_SIZE, | ||||||||||||||||||||||||||||||||||||||||||||||||||
ugemm_kq_sg_tile_m, 1, 1, 1) | ||||||||||||||||||||||||||||||||||||||||||||||||||
DECLARE_2D_TILE(v_scales_tile_type_float, float, SUBGROUP_SIZE, | ||||||||||||||||||||||||||||||||||||||||||||||||||
ugemm_kq_sg_tile_m, 1, 1, 1) | ||||||||||||||||||||||||||||||||||||||||||||||||||
DECLARE_2D_TILE_BLOCK_OPS(v_scales_tile_type, KEY_ATTR_SCALES_DATA_T, | ||||||||||||||||||||||||||||||||||||||||||||||||||
SUBGROUP_SIZE, ugemm_kq_sg_tile_m, 1, 1, 1) | ||||||||||||||||||||||||||||||||||||||||||||||||||
|
||||||||||||||||||||||||||||||||||||||||||||||||||
DECLARE_2D_TILE_HREDUCE(s_tile_type, SUBGROUP_SIZE, ugemm_kq_c_type_block0, | ||||||||||||||||||||||||||||||||||||||||||||||||||
ugemm_kq_c_type_block1, ugemm_kq_c_type_nblock0, | ||||||||||||||||||||||||||||||||||||||||||||||||||
ugemm_kq_c_type_nblock1, v_scales_tile_type_float, SUBGROUP_SIZE, | ||||||||||||||||||||||||||||||||||||||||||||||||||
ugemm_kq_sg_tile_m, 1, 1, 1) | ||||||||||||||||||||||||||||||||||||||||||||||||||
Comment on lines
+113
to
+124
There was a problem hiding this comment. Choose a reason for hiding this commentThe reason will be displayed to describe this comment to others. Learn more.
Suggested change
There was a problem hiding this comment. Choose a reason for hiding this commentThe reason will be displayed to describe this comment to others. Learn more. Good catch, thanks. |
||||||||||||||||||||||||||||||||||||||||||||||||||
#endif | ||||||||||||||||||||||||||||||||||||||||||||||||||
|
||||||||||||||||||||||||||||||||||||||||||||||||||
#ifdef BLOCK_A | ||||||||||||||||||||||||||||||||||||||||||||||||||
DECLARE_2D_TILE_BLOCK_OPS(a_tile_type_dst, DST_DATA_T, SUBGROUP_SIZE, | ||||||||||||||||||||||||||||||||||||||||||||||||||
ugemm_vs_sg_tile_m, 1, 1, ugemm_vs_sg_tile_n) | ||||||||||||||||||||||||||||||||||||||||||||||||||
|
@@ -299,7 +330,19 @@ micro_sdpa(const global KEY_DATA_T *K, const global QRY_DATA_T *Q, | |||||||||||||||||||||||||||||||||||||||||||||||||
/* sg_size */ SUBGROUP_SIZE, | ||||||||||||||||||||||||||||||||||||||||||||||||||
/* cache */ LSC_LDCC_L1C_L3C); | ||||||||||||||||||||||||||||||||||||||||||||||||||
|
||||||||||||||||||||||||||||||||||||||||||||||||||
#if KEY_SCALES == QUANTIZE_2D | ||||||||||||||||||||||||||||||||||||||||||||||||||
#if KEY_SCALES == QUANTIZE_1D | ||||||||||||||||||||||||||||||||||||||||||||||||||
cooperative_prefetch_2d_maybe_rem( | ||||||||||||||||||||||||||||||||||||||||||||||||||
/* ptr */ K_scales, | ||||||||||||||||||||||||||||||||||||||||||||||||||
/* r */ k, | ||||||||||||||||||||||||||||||||||||||||||||||||||
/* c */ 1, | ||||||||||||||||||||||||||||||||||||||||||||||||||
/* rmax */ ugemm_kq_wg_tile_m, | ||||||||||||||||||||||||||||||||||||||||||||||||||
/* cmax */ 1, | ||||||||||||||||||||||||||||||||||||||||||||||||||
/* ld */ ldkq, | ||||||||||||||||||||||||||||||||||||||||||||||||||
/* sg_id */ sg_ij, | ||||||||||||||||||||||||||||||||||||||||||||||||||
/* n_sg */ sg_per_wg, | ||||||||||||||||||||||||||||||||||||||||||||||||||
/* sg_size */ SUBGROUP_SIZE, | ||||||||||||||||||||||||||||||||||||||||||||||||||
/* cache */ LSC_LDCC_L1C_L3C); | ||||||||||||||||||||||||||||||||||||||||||||||||||
#elif KEY_SCALES == QUANTIZE_2D | ||||||||||||||||||||||||||||||||||||||||||||||||||
cooperative_prefetch_2d_maybe_rem( | ||||||||||||||||||||||||||||||||||||||||||||||||||
/* ptr */ K_scales, | ||||||||||||||||||||||||||||||||||||||||||||||||||
/* r */ k, | ||||||||||||||||||||||||||||||||||||||||||||||||||
|
@@ -414,6 +457,10 @@ micro_sdpa(const global KEY_DATA_T *K, const global QRY_DATA_T *Q, | |||||||||||||||||||||||||||||||||||||||||||||||||
#if KEY_SCALES == QUANTIZE_COMMON | ||||||||||||||||||||||||||||||||||||||||||||||||||
#define k_scale_op(x) ((x)*k_scale) | ||||||||||||||||||||||||||||||||||||||||||||||||||
tile_elementwise(S_tile, k_scale_op); | ||||||||||||||||||||||||||||||||||||||||||||||||||
#elif KEY_SCALES == QUANTIZE_1D | ||||||||||||||||||||||||||||||||||||||||||||||||||
/* Load 1D K scales */ | ||||||||||||||||||||||||||||||||||||||||||||||||||
k_scales_tile_type k_scales_tile; | ||||||||||||||||||||||||||||||||||||||||||||||||||
tile_load_block(&k_scales_tile, K_scales, 0, k0 + sg_i0_kq, 0); | ||||||||||||||||||||||||||||||||||||||||||||||||||
#endif | ||||||||||||||||||||||||||||||||||||||||||||||||||
|
||||||||||||||||||||||||||||||||||||||||||||||||||
/* Apply attention mask */ | ||||||||||||||||||||||||||||||||||||||||||||||||||
|
@@ -436,6 +483,13 @@ micro_sdpa(const global KEY_DATA_T *K, const global QRY_DATA_T *Q, | |||||||||||||||||||||||||||||||||||||||||||||||||
tile_hbroadcast_min(&S_tile, k_mask); | ||||||||||||||||||||||||||||||||||||||||||||||||||
#endif | ||||||||||||||||||||||||||||||||||||||||||||||||||
|
||||||||||||||||||||||||||||||||||||||||||||||||||
/* Apply 1D K scales */ | ||||||||||||||||||||||||||||||||||||||||||||||||||
#if KEY_SCALES == QUANTIZE_1D | ||||||||||||||||||||||||||||||||||||||||||||||||||
k_scales_tile_type_float k_scales_tile_float; | ||||||||||||||||||||||||||||||||||||||||||||||||||
tile_copy(k_scales_tile, k_scales_tile_float); | ||||||||||||||||||||||||||||||||||||||||||||||||||
tile_hbroadcast_mul(&S_tile, k_scales_tile_float); | ||||||||||||||||||||||||||||||||||||||||||||||||||
#endif | ||||||||||||||||||||||||||||||||||||||||||||||||||
|
||||||||||||||||||||||||||||||||||||||||||||||||||
#if WITH_CAUSAL_MASK | ||||||||||||||||||||||||||||||||||||||||||||||||||
#define greater_than(offset_k, offset_q) (offset_k > offset_q) | ||||||||||||||||||||||||||||||||||||||||||||||||||
/* Apply causal mask */ | ||||||||||||||||||||||||||||||||||||||||||||||||||
|
@@ -468,7 +522,20 @@ micro_sdpa(const global KEY_DATA_T *K, const global QRY_DATA_T *Q, | |||||||||||||||||||||||||||||||||||||||||||||||||
/* sg_size */ SUBGROUP_SIZE, | ||||||||||||||||||||||||||||||||||||||||||||||||||
/* cache */ LSC_LDCC_L1C_L3C); | ||||||||||||||||||||||||||||||||||||||||||||||||||
|
||||||||||||||||||||||||||||||||||||||||||||||||||
#if VAL_SCALES == QUANTIZE_2D | ||||||||||||||||||||||||||||||||||||||||||||||||||
#if VAL_SCALES == QUANTIZE_1D | ||||||||||||||||||||||||||||||||||||||||||||||||||
/* Prefetch 1D V scales. */ | ||||||||||||||||||||||||||||||||||||||||||||||||||
cooperative_prefetch_2d_maybe_rem( | ||||||||||||||||||||||||||||||||||||||||||||||||||
/* ptr */ V_scales, | ||||||||||||||||||||||||||||||||||||||||||||||||||
/* r */ 1, | ||||||||||||||||||||||||||||||||||||||||||||||||||
/* c */ k - k0, | ||||||||||||||||||||||||||||||||||||||||||||||||||
/* rmax */ 1, | ||||||||||||||||||||||||||||||||||||||||||||||||||
/* cmax */ k_chunk, | ||||||||||||||||||||||||||||||||||||||||||||||||||
/* ld */ ldvq, | ||||||||||||||||||||||||||||||||||||||||||||||||||
/* sg_id */ sg_ij, | ||||||||||||||||||||||||||||||||||||||||||||||||||
/* n_sg */ sg_per_wg, | ||||||||||||||||||||||||||||||||||||||||||||||||||
/* sg_size */ SUBGROUP_SIZE, | ||||||||||||||||||||||||||||||||||||||||||||||||||
/* cache */ LSC_LDCC_L1C_L3C); | ||||||||||||||||||||||||||||||||||||||||||||||||||
#elif VAL_SCALES == QUANTIZE_2D | ||||||||||||||||||||||||||||||||||||||||||||||||||
/* Prefetch V scales. */ | ||||||||||||||||||||||||||||||||||||||||||||||||||
cooperative_prefetch_2d_maybe_rem( | ||||||||||||||||||||||||||||||||||||||||||||||||||
/* ptr */ V_scales, | ||||||||||||||||||||||||||||||||||||||||||||||||||
|
@@ -509,6 +576,12 @@ micro_sdpa(const global KEY_DATA_T *K, const global QRY_DATA_T *Q, | |||||||||||||||||||||||||||||||||||||||||||||||||
#define scaled_exp(x) native_vexp2(x *scale) | ||||||||||||||||||||||||||||||||||||||||||||||||||
tile_elementwise(S_tile, scaled_exp); | ||||||||||||||||||||||||||||||||||||||||||||||||||
|
||||||||||||||||||||||||||||||||||||||||||||||||||
#if VAL_SCALES == QUANTIZE_1D | ||||||||||||||||||||||||||||||||||||||||||||||||||
/* Load 1D V scales */ | ||||||||||||||||||||||||||||||||||||||||||||||||||
v_scales_tile_type v_scales_tile; | ||||||||||||||||||||||||||||||||||||||||||||||||||
tile_load_block(&v_scales_tile, V_scales, 0, k0 + sg_i0_kq, 0); | ||||||||||||||||||||||||||||||||||||||||||||||||||
#endif | ||||||||||||||||||||||||||||||||||||||||||||||||||
|
||||||||||||||||||||||||||||||||||||||||||||||||||
#ifdef ALT_MAX | ||||||||||||||||||||||||||||||||||||||||||||||||||
/* Read back WG-wide maxima and adjust S to match */ | ||||||||||||||||||||||||||||||||||||||||||||||||||
intel_work_group_barrier_wait(CLK_LOCAL_MEM_FENCE); | ||||||||||||||||||||||||||||||||||||||||||||||||||
|
@@ -526,6 +599,13 @@ micro_sdpa(const global KEY_DATA_T *K, const global QRY_DATA_T *Q, | |||||||||||||||||||||||||||||||||||||||||||||||||
tile_fill(S_sum_tile1, 0.0f); | ||||||||||||||||||||||||||||||||||||||||||||||||||
tile_vreduce_add(S_tile, &S_sum_tile1); | ||||||||||||||||||||||||||||||||||||||||||||||||||
|
||||||||||||||||||||||||||||||||||||||||||||||||||
#if VAL_SCALES == QUANTIZE_1D | ||||||||||||||||||||||||||||||||||||||||||||||||||
/* Apply 1D V scales to S tile */ | ||||||||||||||||||||||||||||||||||||||||||||||||||
v_scales_tile_type_float v_scales_tile_float; | ||||||||||||||||||||||||||||||||||||||||||||||||||
tile_copy(v_scales_tile, v_scales_tile_float); | ||||||||||||||||||||||||||||||||||||||||||||||||||
tile_hbroadcast_mul(&S_tile, v_scales_tile_float); | ||||||||||||||||||||||||||||||||||||||||||||||||||
#endif | ||||||||||||||||||||||||||||||||||||||||||||||||||
|
||||||||||||||||||||||||||||||||||||||||||||||||||
/* Convert to half or bf16, VNNI format */ | ||||||||||||||||||||||||||||||||||||||||||||||||||
s_tile_type_packed S_tile_packed; | ||||||||||||||||||||||||||||||||||||||||||||||||||
tile_copy_to_vec2(S_tile, S_tile_packed, VEC_TYPE2); | ||||||||||||||||||||||||||||||||||||||||||||||||||
|
@@ -590,7 +670,19 @@ micro_sdpa(const global KEY_DATA_T *K, const global QRY_DATA_T *Q, | |||||||||||||||||||||||||||||||||||||||||||||||||
/* n_sg */ sg_per_wg, | ||||||||||||||||||||||||||||||||||||||||||||||||||
/* sg_size */ SUBGROUP_SIZE, | ||||||||||||||||||||||||||||||||||||||||||||||||||
/* cache*/ LSC_LDCC_L1C_L3C); | ||||||||||||||||||||||||||||||||||||||||||||||||||
#if KEY_SCALES == QUANTIZE_2D | ||||||||||||||||||||||||||||||||||||||||||||||||||
#if KEY_SCALES == QUANTIZE_1D | ||||||||||||||||||||||||||||||||||||||||||||||||||
cooperative_prefetch_2d_maybe_rem( | ||||||||||||||||||||||||||||||||||||||||||||||||||
/* ptr */ K_scales + (k0 + ugemm_kq_wg_tile_m), | ||||||||||||||||||||||||||||||||||||||||||||||||||
/* r */ k - k0 - ugemm_kq_wg_tile_m, | ||||||||||||||||||||||||||||||||||||||||||||||||||
/* c */ 1, | ||||||||||||||||||||||||||||||||||||||||||||||||||
/* rmax */ ugemm_kq_wg_tile_m, | ||||||||||||||||||||||||||||||||||||||||||||||||||
/* cmax */ 1, | ||||||||||||||||||||||||||||||||||||||||||||||||||
/* ld */ ldkq, | ||||||||||||||||||||||||||||||||||||||||||||||||||
/* sg_id */ sg_ij, | ||||||||||||||||||||||||||||||||||||||||||||||||||
/* n_sg */ sg_per_wg, | ||||||||||||||||||||||||||||||||||||||||||||||||||
/* sg_size */ SUBGROUP_SIZE, | ||||||||||||||||||||||||||||||||||||||||||||||||||
/* cache */ LSC_LDCC_L1C_L3C); | ||||||||||||||||||||||||||||||||||||||||||||||||||
#elif KEY_SCALES == QUANTIZE_2D | ||||||||||||||||||||||||||||||||||||||||||||||||||
cooperative_prefetch_2d_maybe_rem( | ||||||||||||||||||||||||||||||||||||||||||||||||||
/* ptr */ K_scales + (k0 + ugemm_kq_wg_tile_m), | ||||||||||||||||||||||||||||||||||||||||||||||||||
/* r */ k - k0 - ugemm_kq_wg_tile_m, | ||||||||||||||||||||||||||||||||||||||||||||||||||
|
This file contains bidirectional Unicode text that may be interpreted or compiled differently than what appears below. To review, open the file in an editor that reveals hidden Unicode characters.
Learn more about bidirectional Unicode characters
Oops, something went wrong.
Oops, something went wrong.
Add this suggestion to a batch that can be applied as a single commit.
This suggestion is invalid because no changes were made to the code.
Suggestions cannot be applied while the pull request is closed.
Suggestions cannot be applied while viewing a subset of changes.
Only one suggestion per line can be applied in a batch.
Add this suggestion to a batch that can be applied as a single commit.
Applying suggestions on deleted lines is not supported.
You must change the existing code in this line in order to create a valid suggestion.
Outdated suggestions cannot be applied.
This suggestion has been applied or marked resolved.
Suggestions cannot be applied from pending reviews.
Suggestions cannot be applied on multi-line comments.
Suggestions cannot be applied while the pull request is queued to merge.
Suggestion cannot be applied right now. Please check back later.
There was a problem hiding this comment.
Choose a reason for hiding this comment
The reason will be displayed to describe this comment to others. Learn more.
Random spot: do we have test cases covering new per-token scaling optimized path and the old path?