摩爾線程開源高性能線性代數(shù)模板庫MUTLASS

近日，摩爾線程宣布開源高性能線性代數(shù)模板庫MUTLASS，以便開發(fā)者能夠更高效針對摩爾線程全功能GPU的MUSA Core及Tensor Core等單元進行編程，加速基于國產(chǎn)GPU的算子開發(fā)以及算法創(chuàng)新。

在數(shù)值計算和深度學習領(lǐng)域，矩陣乘法（GEMM）及其變種(如FlashAttention、Convolution）是構(gòu)建復雜上層應用的基石。然而，為了追求更高的算子融合效率或者更創(chuàng)新的算法，開發(fā)者們往往需要超越標準化計算接口的限制，如標準BLAS接口以及芯片廠商的計算庫接口，以實現(xiàn)高性能的定制化算子。

MUTLASS（MUSA Templates for Linear Algebra Subroutines）正是為滿足這一需求而設(shè)計。作為摩爾線程專為MUSA架構(gòu)優(yōu)化的高性能計算庫，MUTLASS是基于開源模板庫CUTLASS進行的MUSA適配和定制化開發(fā)、優(yōu)化，針對矩陣乘法及相關(guān)變種，MUTLASS提供了一系列高性能的C++模板組件，并采用了與muDNN庫類似的分層分解及數(shù)據(jù)搬運策略，以確保性能的充分發(fā)揮。

在本次開源的版本中，摩爾線程適配了CuTe后端庫，為其增加了第三代MUSA架構(gòu)的MMA計算原語，支持TF32/FP16/BF16/INT8等多種數(shù)據(jù)精度，并以此為基礎(chǔ)，初步實現(xiàn)了矩陣乘法、默認實例庫、性能測試器及相關(guān)工具包的支持。

借助MUTLASS，開發(fā)者們既可以靈活復用不同層級的模板組件，也可以按需修改各種模板組件的實現(xiàn)細節(jié)，以較低的開發(fā)成本實現(xiàn)定制化的高性能算子，從而在摩爾線程全功能GPU上充分釋放性能，并嘗試更多的算法創(chuàng)新。

摩爾線程將持續(xù)優(yōu)化MUTLASS的性能，并不斷引入新的功能。我們誠邀廣大開發(fā)者體驗MUTLASS，并提供寶貴的反饋意見，共同促進MUTLASS在性能和功能上的持續(xù)完善，攜手推動基于國產(chǎn)GPU的生態(tài)建設(shè)。

關(guān)于摩爾線程

摩爾線程成立于2020年10月，以全功能GPU為核心，致力于向全球提供加速計算的基礎(chǔ)設(shè)施和一站式解決方案，為各行各業(yè)的數(shù)智化轉(zhuǎn)型提供強大的AI計算支持。

我們的目標是成為具備國際競爭力的GPU領(lǐng)軍企業(yè)，為融合人工智能和數(shù)字孿生的數(shù)智世界打造先進的加速計算平臺。我們的愿景是為美好世界加速。