TPU 的 fp32 精度陷阱
JFPuget · x · 2026-07-20
这条帖结合配图指出了一个 TPU 上很容易踩坑的细节：即使你请求的是 fp32 matmul，TPU 默认也可能按 bf16 执行。
作者提到，训练命令里的 --lm-head-precision highest 看起来像是在保护质量，但实际上并不起作用，因为 TPU 的默认行为会把这类计算落到 bf16。配图里的 JAX 例子也说明了这一点：输入是 fp32，但默认精度路径仍然会被使用。
作者强调，这不是隐藏 bug，而是文档里写明的默认行为；甚至连 Google 研究员都曾因此反复踩坑。核心提醒是：在 TPU 上不要被参数名字误导，必须真正理解平台的精度执行语义。
「Infra」频道最新
- SkyPilot 出海并融资超 2000 万美元，主攻 AI 算力碎片化 — skypilot_org · 2026-07-22
- 1GW 中国 AI 数据中心为何并非不可能 — teortaxesTex · 2026-07-22
- 中国 AI 军备竞赛正被芯片、数据中心和开源模型定义 — BenBajarin · 2026-07-22
- Agent 搜索瓶颈正在从速度转向延迟稳定性 — rohanpaul_ai · 2026-07-22
- Gavin Baker：Nvidia 可能是开源 AI 最大支持者之一 — GavinSBaker · 2026-07-22
- AI 算力需求刺破美国能源缺口，呼吁打破稀缺重建产能 — bradneuberg · 2026-07-22