MatmulTutorial

CUDA矩阵乘法内核设计与性能优化实例

MatMul CUDA GPU性能优化 TensorOp MLIR Github 开源项目

MatmulTutorial项目展示了CUDA矩阵乘法的多种高性能实现,包括自定义、CuBLAS和CUTLASS等。项目通过详细的性能对比,帮助CUDA初学者理解内核设计优化。在A100 GPU上,项目实现比Relay+CUTLASS平均快1.73倍,与CuBLAS性能相当。项目还研究了MLIR生成CUDA内核,性能达到手写内核的86%。

Github

介绍相关项目

DeepLearningExamples - 优化深度学习训练和部署的最佳实践

CUDA-XDeep LearningGithubNGCNVIDIATensor Cores开源项目

提供最新的深度学习示例，使用NVIDIA CUDA-X软件栈在Volta、Turing和Ampere GPU上运行，确保最佳的可重复精度和性能。示例通过NGC容器注册表每月更新，包含最新的NVIDIA贡献和深度学习软件库，支持计算机视觉、自然语言处理、推荐系统、语音识别、文本到语音转换、图神经网络和时间序列预测模型。

cuml - 高性能GPU机器学习库

GPU机器学习GithubPython APIRAPIDScuML多GPU计算开源项目

cuML是RAPIDS生态系统中的GPU加速机器学习库，提供与scikit-learn兼容的API。它支持在GPU上执行传统表格机器学习任务，无需深入CUDA编程。对大型数据集，cuML的性能可比CPU实现提升10-50倍。该库还支持多GPU和多节点多GPU操作，并通过Dask实现分布式计算。

marlin - 专为LLM推理设计的FP16xINT4优化内核

CUDAFP16xINT4GithubMarlinNVIDIA GPU开源项目高效推理

Marlin是一款专为LLM推理设计的FP16xINT4优化内核，可实现接近4倍的速度提升，并支持16-32个token的batchsize。通过高效利用GPU资源，如全局内存、L2缓存、共享内存和张量核心，Marlin克服了现代GPU的FLOP和字节比率挑战。多种优化技术包括异步权重加载和双缓冲共享内存加载，确保性能最大化。该项目适用于CUDA 11.8及以上版本，支持NVIDIA Ampere或Ada架构的GPU，并与torch 2.0.0和numpy兼容。在各种基准测试中，Marlin展示了卓越的性能，尤其在持久计算和大batchsize处理方面表现出色。

mac-ml-speed-test - Apple Silicon Mac机器学习性能测试工具

GithubMacPyTorchTensorFlow开源项目性能测试机器学习

mac-ml-speed-test是一个专为Apple Silicon Mac设计的机器学习性能测试项目。通过简单脚本对比不同Mac设备上的机器学习模型速度,涵盖计算机视觉和自然语言处理等领域。项目使用PyTorch、TensorFlow等主流框架,并提供详细配置指南,便于用户进行性能评估。测试内容包括图像分类、文本分类和LLM文本生成等任务,使用CIFAR100、Food101和IMDB等数据集。此外,项目还包括与NVIDIA TITAN RTX和Google Colab免费版的性能对比,为用户提供更全面的参考数据。

TensorFlow-World - TensorFlow教程与代码优化指南

GithubTensorFlow开源项目教程机器学习深度学习

本项目提供全面易懂的TensorFlow教程，每个教程均附源代码和详细文档，帮助开发者和研究者快速高效地掌握TensorFlow。内容涵盖基础操作、机器学习、神经网络等多个领域，并提供虚拟环境安装指南，避免包冲突并支持环境定制。

mirage - 多层次张量程序超优化器提升DNN性能

CUDAGithubMirage开源项目张量代数深度神经网络超优化器

作为一款先进的张量代数超优化器，Mirage在深度神经网络(DNN)性能优化领域展现出独特优势。通过在GPU计算层次结构中实现多层次联合优化，该工具能够自动发现并生成高效的张量程序。Mirage不仅可以识别和验证复杂的优化策略，还能通过搜索等效程序空间来开发出性能卓越的自定义内核。这一技术在各类DNN应用中表现出色，如LLAMA-3-70B模型中的组查询注意力机制和低秩适配器优化，生成的CUDA内核性能显著优于传统手动优化方法。

tiny-gpu - 简化GPU实现深入解析并行计算原理

GPUGithub内存并行化开源项目指令集架构

tiny-gpu是一个精简的GPU实现项目，旨在帮助学习者理解GPU工作原理。该项目聚焦通用GPU和机器学习加速器的核心原理，包括架构设计、SIMD并行化和内存管理。通过Verilog实现、架构文档和矩阵运算示例，tiny-gpu简化了复杂概念，使学习者能从底层理解现代硬件加速器的关键要素。

awesome-tensor-compilers - 编译深度学习与张量计算的开源项目与研究综述

GPU优化GithubTensor Computation开源项目机器学习编译器深度学习编译器自动调优

本页面汇集了关于张量计算与深度学习的优质开源编译器项目和研究论文，包括编译器与中间表示(IR)设计、自动调优与自动调度、CPU和GPU优化、NPU优化、图级优化、动态模型、图神经网络、分布式计算、量化方法、稀疏计算、程序改写以及验证与测试等领域的内容。页面还提供相关教程资源，帮助开发者和研究人员优化机器学习和深度学习的编译性能。

lectures - GPU并行计算技术与高性能编程系列讲座

CUDAGPU编程GithubPyTorch并行计算开源项目深度学习

讲座系列涉及CUDA、PyTorch优化、量化技术和稀疏计算等GPU编程前沿话题。由行业专家授课，内容包括性能分析、内存架构和优化方法。结合理论和实践，帮助学习者掌握并行计算技能，增强GPU编程水平。面向对GPU加速和深度学习优化感兴趣的技术人员。

NVTabular - GPU加速的大规模表格数据特征工程库

GPU加速GithubNVTabular开源项目推荐系统数据预处理特征工程

NVTabular是NVIDIA Merlin框架的组件，用于处理TB级数据集和训练深度学习推荐系统。该库利用GPU加速计算，提供高级抽象以简化代码。它可处理超出内存限制的大规模数据集，使数据科学家专注于数据操作，快速准备实验数据，并加速生产模型的数据转换过程。

相关项目

项目侧边栏1

项目侧边栏2

推荐项目

Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手，通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能，支持100+编程语言，与主流编辑器无缝集成，显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台，能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐，Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案，通过智能技术简化视频制作流程。无论是企业宣传还是个人分享，有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持，能够阅读和理解用户上传的文件内容，解析网页信息，并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题，Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术，为商家提供一键生成商品图和营销文案的服务，显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台，让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型，免费访问各种图像生成与AI训练工具，从Stable Diffusion等基础模型开始，轻松实现创新图像生成。体验前沿的AI技术，推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器，它将改变您观看视频的方式！SubCat结合了先进的人工智能技术，为您提供即时视频字幕翻译，无论是本地视频还是网络流媒体，让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台，利用前沿AI技术，为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图，再到文案生成，美间让创意设计更简单、更高效。

Project Cover

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具，简化了选题、文献检索至论文撰写的整个过程。通过简单设定，平台可快速生成高质量论文大纲和全文，配合图表、参考文献等一应俱全，同时提供开题报告和答辩PPT等增值服务，保障数据安全，有效提升写作效率和论文质量。

使用协议隐私政策广告服务

投诉举报邮箱: service@vectorlightyear.com

@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号