jax.remat / jax.checkpoint 变更：你需要了解的内容#

目录#

发生了什么？#

自 #11830 起，我们正在启用 jax.checkpoint()（又名 jax.remat()，这两个名称是彼此的别名）的新实现。对于大多数代码，不会有任何变化。 但在边缘情况下可能会有一些可观察到的差异；请参阅 升级后可能出现的问题是什么？

如何禁用此更改，并暂时恢复到旧的行为？#

如果您对此更改有疑问，在版本 jax==0.3.16 之前，可以通过将 jax_new_checkpoint 配置选项设置为 False 来关闭新实现，可以通过以下任何一种方式：

  1. 设置 shell 环境变量 JAX_NEW_CHECKPOINT=0；

  2. 执行 jax.config.update('jax_new_checkpoint', False)；

  3. 如果您使用 absl 解析标志，请传递 --jax_new_checkpoint=False 选项。

如果您需要恢复到旧的实现，请在 GitHub issue 上联系我们，以便我们能够使新的实现为您工作。

自 jax==0.3.17 起，jax_new_checkpoint 配置选项不再可用。如果您有任何问题，请在 issue 跟踪器 上联系我们，以便我们能够帮助解决问题！

我们为什么要这样做？#

在撰写本文时，JAX 具有两个并行的 jax.checkpoint 实现。新的实现已经在数月内（例如，由 Pax 和 Flaxformer/T5X）以选择加入的方式使用。但是它尚未默认启用。

我们希望将新的实现默认启用，然后删除旧的实现。使用新的实现并删除旧的实现，可以为用户带来一些好处。

用户可自定义的重计算策略#

新实现的主要优点是对应于 policy 参数的新功能。其思想是精确控制自动微分前向传递期间保存（相对于重新计算）哪些中间结果。通过控制内存使用与重新计算之间的权衡，用户可以获得显著的性能提升，尤其是在大型模型和我们的 LLM MLPerf 提交中！

此功能的完整文档仍在编写中，但这里有一个快速示例

from functools import partial
import jax

def apply_layer(W, x):
  return jnp.sin(jnp.dot(W, x))

@partial(jax.checkpoint, policy=jax.checkpoint_policies.checkpoint_dots)
def predict(params, x):
  for W in params[:-1]:
    x = apply_layer(W, x)
  return jnp.dot(params[-1], x)

通过在此处应用带有 policy=jax.checkpoint_policies.checkpoint_dots 的 jax.checkpoint，我们确保在前向传递期间只允许保存矩阵乘法的结果。cos 应用的 Jacobian 系数值，以及计算它们所需的 sin 应用的值，不会在前向传递中保存，而是在反向传递期间重新计算。（像这样的策略在 TPU 上可能有效，在 TPU 上，逐元素计算实际上是免费的，但矩阵单元的结果值得保存。）

能够重计算常量，而不仅仅是依赖于参数数据的操作#

旧的 jax.checkpoint 实现实际上无法重计算没有依赖于修饰函数参数的数据的计算。考虑这个玩具示例

@jax.checkpoint
def f(x):
  a = some_function(jnp.arange(10_000_000))  # `a` does not depend on `x`
  return a * x

旧的 jax.checkpoint 实现被迫保存 a 的值，这可能需要大量内存。新的 jax.checkpoint 实现可以重新计算而不是保存 a 的值。

在某些情况下显著减少 Python 开销#

新的 jax.checkpoint 在某些情况下会显著减少 Python 开销。简单的开销基准测试 速度提高了 10 倍。这些开销仅在 eager op-by-op 执行中出现，因此在 jax.jit 或类似的 jax.checkpoint 常见用法中，速度提升并不相关。但仍然很棒！

通过简化内部结构启用新的 JAX 功能#

此更改还解锁了未来更大的用户利益，例如自定义批处理规则（vmap 类似于 custom_vjp）和 custom_vjp 的前向可微升级。它还显著降低了 JAX 代码库某些部分的复杂性，这通常有利于可维护性和错误修复。

升级后可能出现的问题是什么？#

无害的数值变化#

由于新的实现可以重新计算更多的计算，包括那些潜在的大常数的计算，因此某些代码可能会看到小的数值变化。任何数值变化的幅度都应在我们期望的更改编译器优化（如重新排序浮点运算）的范围内。但是一些过于严格的测试容差可能需要稍微放宽。

concrete=True 选项已被删除。#

旧的 jax.checkpoint 实现有一个布尔值 concrete 选项，允许在具体的 Python 值上进行跟踪（而不是延迟所有计算并仅在抽象值上进行跟踪）。该选项很少使用，并且在使用了该选项的情况下，有更简单的替代方案。因此，我们在新的 jax.checkpoint 中删除了该选项。

例如，在 Google 代码中，concrete=True 的绝大多数常见用法是支持传递像 is_training 这样的参数

@partial(jax.checkpoint, concrete=True)  # OLD jax.checkpoint API
def foo(x, is_training):
  if is_training:
    return g(x)
  else:
    return h(x)

使用新的 jax.checkpoint 实现，我们可以使用 static\_argnums 选项完成相同的操作

@partial(jax.checkpoint, static_argnums=(1,))  # NEW jax.checkpoint API
def foo(x, is_training):
  if is_training:
    ...

如果需要在静态参数上执行 jax.numpy 操作，并在 Python 跟踪期间计算其数值结果而不是延迟，我们可以将 static_argnums 与 jax.ensure_compile_time_eval() 一起使用。但是，您似乎不太可能需要这样做！