cutlass

cutlass

高性能矩阵乘法与混合精度计算的CUDA C++模板库

CUTLASS是一个高性能CUDA C++模板库,旨在高效实现矩阵乘法(GEMM)及其扩展运算。支持各种精度与多个NVIDIA架构,如Volta、Turing、Ampere和Hopper。该库的模块化设计方便用户构建和优化自定义核心和应用程序。3.5.1版本新增特性以提升性能并增加新架构支持。

CUTLASSGEMMCUDA高性能矩阵运算Tensor CoreGithub开源项目

CUTLASS 项目详解

项目简介

CUTLASS,全称为CUDA Templates for Linear Algebra Subroutines and Solvers,是一组CUDA C++模板抽象,用于在CUDA中实现高性能矩阵-矩阵乘法(GEMM)及相关计算的各个层次和规模。CUTLASS通过模块化的软件组件,将计算的多个“活动部件”进行复用和抽象。这些组件通过自定义的切分大小、数据类型等策略进行专业化和调优,极大地简化了其在自定义内核和应用中的使用。

设计特点

CUTLASS提供了广泛的混合精度计算支持,例如半精度浮点(FP16)、BFloat16(BF16)、Tensor Float 32(TF32)、单精度FP32、双精度FP64以及整数数据类型(4b和8b)和二进制数据类型(1b)。这使得CUTLASS能够以编程、可定制的高吞吐量方式,针对NVIDIA的Volta、Turing、Ampere和Hopper架构的可编程张量核心进行优化。

CuTe,CUTLASS 3.0引入的新核心库,使程序员能够通过CuTe提供的LayoutTensor对象,以逻辑描述的方式实现算法,而CuTe则负责复杂的索引操作。这大大简化了稠密线性代数运算的设计、实现和修改。

主要功能

CUTLASS不仅可以用于实现GEMM运算,还包括通过隐式GEMM算法实现的高性能卷积运算。这种方法将卷积操作转化为GEMM,从而能重复利用经过高度优化的GEMM组件。

在最新版本CUTLASS 3.6中,新增了多项重要功能,包括:

  • Hopper结构化稀疏GEMM支持,涵盖FP16、FP8和INT8等多种数据格式。
  • 对3.x版卷积的kernel::ConvUniversal API重构,使其与gemm::GemmUniversal保持一致。
  • 改进的混合输入GEMM实现和查找表。
  • 用于Top-K选择与softmax的EVT节点以及相关GEMM示例。
  • 新的依赖式程序启动功能。
  • 新的调试工具synclog,用于记录内核中的同步事件。
  • 加入多个性能提升的内核调度策略。

性能与兼容性

CUTLASS的原语非常高效,通常在设备范围的GEMM内核中表现优于或可与cuBLAS性能相比拟。在NVIDIA Hopper架构的H100 GPU上,CUTLASS 3.6的性能持续提升。此外,CUTLASS仍然确保了在各种硬件和软件环境中的兼容性,支持从Volta到Hopper架构的NVIDIA GPU,要求最低的CUDA Compute Capability为7.0。

CUTLASS需要至少支持C++17标准的主机编译器,并建议使用CUDA 12.4版本的工具链来获得最佳性能。

项目结构及构建

CUTLASS是一个仅包含头文件的模板库,因此无需构建即可被其他项目使用。CUTLASS的单元测试、示例和工具可以通过CMake来构建,只需要简单地设置环境变量并运行CMake指令即可。CUTLASS还提供了丰富的文档资源,包括快速入门指南、API文档、功能列表等,帮助用户快速上手并有效使用该库。

结束语

CUTLASS是由NVIDIA公司发布的开源软件,采用3-clause "New" BSD许可证发布。通过CUTLASS,各种复杂的数学计算在CUDA上变得更加可控和高效,同时也为开发者提供了灵活的模板和工具支持,促使广泛应用于高性能计算领域。

编辑推荐精选

AEE

AEE

AI Excel全自动制表工具

AEE 在线 AI 全自动 Excel 编辑器,提供智能录入、自动公式、数据整理、图表生成等功能,高效处理 Excel 任务,提升办公效率。支持自动高亮数据、批量计算、不规则数据录入,适用于企业、教育、金融等多场景。

UI-TARS-desktop

UI-TARS-desktop

基于 UI-TARS 视觉语言模型的桌面应用,可通过自然语言控制计算机进行多模态操作。

UI-TARS-desktop 是一款功能强大的桌面应用,基于 UI-TARS(视觉语言模型)构建。它具备自然语言控制、截图与视觉识别、精确的鼠标键盘控制等功能,支持跨平台使用(Windows/MacOS),能提供实时反馈和状态显示,且数据完全本地处理,保障隐私安全。该应用集成了多种大语言模型和搜索方式,还可进行文件系统操作。适用于需要智能交互和自动化任务的场景,如信息检索、文件管理等。其提供了详细的文档,包括快速启动、部署、贡献指南和 SDK 使用说明等,方便开发者使用和扩展。

Wan2.1

Wan2.1

开源且先进的大规模视频生成模型项目

Wan2.1 是一个开源且先进的大规模视频生成模型项目,支持文本到图像、文本到视频、图像到视频等多种生成任务。它具备丰富的配置选项,可调整分辨率、扩散步数等参数,还能对提示词进行增强。使用了多种先进技术和工具,在视频和图像生成领域具有广泛应用前景,适合研究人员和开发者使用。

爱图表

爱图表

全流程 AI 驱动的数据可视化工具,助力用户轻松创作高颜值图表

爱图表(aitubiao.com)就是AI图表,是由镝数科技推出的一款创新型智能数据可视化平台,专注于为用户提供便捷的图表生成、数据分析和报告撰写服务。爱图表是中国首个在图表场景接入DeepSeek的产品。通过接入前沿的DeepSeek系列AI模型,爱图表结合强大的数据处理能力与智能化功能,致力于帮助职场人士高效处理和表达数据,提升工作效率和报告质量。

Qwen2.5-VL

Qwen2.5-VL

一款强大的视觉语言模型,支持图像和视频输入

Qwen2.5-VL 是一款强大的视觉语言模型,支持图像和视频输入,可用于多种场景,如商品特点总结、图像文字识别等。项目提供了 OpenAI API 服务、Web UI 示例等部署方式,还包含了视觉处理工具,有助于开发者快速集成和使用,提升工作效率。

HunyuanVideo

HunyuanVideo

HunyuanVideo 是一个可基于文本生成高质量图像和视频的项目。

HunyuanVideo 是一个专注于文本到图像及视频生成的项目。它具备强大的视频生成能力,支持多种分辨率和视频长度选择,能根据用户输入的文本生成逼真的图像和视频。使用先进的技术架构和算法,可灵活调整生成参数,满足不同场景的需求,是文本生成图像视频领域的优质工具。

WebUI for Browser Use

WebUI for Browser Use

一个基于 Gradio 构建的 WebUI,支持与浏览器智能体进行便捷交互。

WebUI for Browser Use 是一个强大的项目,它集成了多种大型语言模型,支持自定义浏览器使用,具备持久化浏览器会话等功能。用户可以通过简洁友好的界面轻松控制浏览器智能体完成各类任务,无论是数据提取、网页导航还是表单填写等操作都能高效实现,有利于提高工作效率和获取信息的便捷性。该项目适合开发者、研究人员以及需要自动化浏览器操作的人群使用,在 SEO 优化方面,其关键词涵盖浏览器使用、WebUI、大型语言模型集成等,有助于提高网页在搜索引擎中的曝光度。

xiaozhi-esp32

xiaozhi-esp32

基于 ESP32 的小智 AI 开发项目,支持多种网络连接与协议,实现语音交互等功能。

xiaozhi-esp32 是一个极具创新性的基于 ESP32 的开发项目,专注于人工智能语音交互领域。项目涵盖了丰富的功能,如网络连接、OTA 升级、设备激活等,同时支持多种语言。无论是开发爱好者还是专业开发者,都能借助该项目快速搭建起高效的 AI 语音交互系统,为智能设备开发提供强大助力。

olmocr

olmocr

一个用于 OCR 的项目,支持多种模型和服务器进行 PDF 到 Markdown 的转换,并提供测试和报告功能。

olmocr 是一个专注于光学字符识别(OCR)的 Python 项目,由 Allen Institute for Artificial Intelligence 开发。它支持多种模型和服务器,如 vllm、sglang、OpenAI 等,可将 PDF 文件的页面转换为 Markdown 格式。项目还提供了测试框架和 HTML 报告生成功能,方便用户对 OCR 结果进行评估和分析。适用于科研、文档处理等领域,有助于提高工作效率和准确性。

飞书多维表格

飞书多维表格

飞书多维表格 ×DeepSeek R1 满血版

飞书多维表格联合 DeepSeek R1 模型,提供 AI 自动化解决方案,支持批量写作、数据分析、跨模态处理等功能,适用于电商、短视频、影视创作等场景,提升企业生产力与创作效率。关键词:飞书多维表格、DeepSeek R1、AI 自动化、批量处理、企业协同工具。

下拉加载更多