手写 CuTe DSL Blackwell GEMM 达 1401 TFLOP/s,约 97% cuBLAS 水平
retr0jirachi · x · 2026-10-03
开发者 KyrieBlunders 分享:在 B200 上用 CuTe DSL 手写 Blackwell GEMM 内核,性能从 164 TFLOP/s 提升到 1401 TFLOP/s,约为 cuBLAS 的 97%。展示了手写内核经过优化后可以逼近官方库性能。
「Infra」频道最新
- AMD Loom 实测:Qwen3.5-4B 在 Radeon 890M 上 prefill 提速 2.6 倍 — jfowers_amd · 2026-11-19
- 开发者向 GKE 沙箱项目提 PR:定期 checkpoint 防 agent 进度丢失 — yoimnotkesku · 2026-11-19
- AWS Lambda 终于支持 GPU:托管实例可跑模型推理与媒体处理 — DavidWells · 2026-11-19
- 曝黄仁勋人为制造显卡稀缺抬价获利,库存积压仍维持高价 — GaryMarcus · 2026-11-19
- AWS AgentCore Identity 支持私有 CA,Agent 可直连内网自建 IdP — AWS ML Blog · 2026-11-19
- 爆料:中国秘密研发百万卡级无HBM训练集群,国产芯片架构存疑 — teortaxesTex · 2026-11-19