当我使用XLA_标志转储PTX和llvm时，为什么不为矩阵乘法tensorflow操作生成PTX？

我正在尝试为以下

tensorflow 1.13.1

代码转储

HLO

、

LLVM IR

和

PTX

：

import tensorflow as tf
import numpy as np

a = tf.placeholder(shape=(10,20), dtype=tf.float32)
b = tf.placeholder(shape=(20,10), dtype=tf.float32)
c = tf.placeholder(shape=(10,10), dtype=tf.float32)

jit_scope = tf.contrib.compiler.jit.experimental_jit_scope #using JIT compilation
with jit_scope():
    d = tf.matmul(a, b) + c

with tf.Session() as sess:
    print(sess.run(d, feed_dict={a:np.random.random((10,20)), b:np.random.random((20,10)), c:np.random.random((10,10))}))

我使用以下

XLA\u标志运行该程序：

XLA_FLAGS="--xla_generate_hlo_text_to=./path1 --xla_dump_ir_to=./path2" python source.py

/path1
目录包含所有
HLO
过程输出。但是
/path2
目录中的
.ll
和
.ptx
文件不包括
ptx
或
llvm IR
代码。
.ptx
文件为空，
ll
文件只有以下几行：

; ModuleID = 'cluster_0__XlaCompiledKernel_true__XlaNumConstantArgs_0__XlaNumResourceArgs_0_.12'
source_filename = "cluster_0__XlaCompiledKernel_true__XlaNumConstantArgs_0__XlaNumResourceArgs_0_.12"
target datalayout = "e-i64:64-i128:128-v16:16-v32:32-n16:32:64"
target triple = "nvptx64-nvidia-cuda"

我的问题是，为什么我看不到上述tensorflow代码的
ptx
代码

我应该提到的是，如果我将
d=d+d
行添加到上面的python代码中，在
a*b+c
之后，
XLA
生成一些
PTX
代码，这只是一个加法运算，它不包括矩阵乘法代码。
没有人能回答这个问题吗？甚至没有注释？我发现这表明如果
hlocompution
是一个融合的计算，它会跳过红外。是吗？PTX代表什么？并行线程执行