Colfax 联合 MIT 优化格点 QCD 核心计算,H200 上提速 700–1200 倍
snowclipsed · x · 2026-11-21
Colfax Research 与 MIT 物理学家合作发布新博客,介绍对格点量子色动力学(lattice QCD)中归一化流(normalizing flows)关键计算「staple network」的一系列优化。
核心结果(NVIDIA H200 NVL 上实测):
- 用 CuTe DSL 内核重写 staple network 的隐藏层前向计算,相比参考 PyTorch 实现提速 700–1200 倍,相比此前融合的 Triton 实现提速 9–11 倍;
- 每层 4 或 8 通道时,比用 AI 辅助将优化移植到 Triton 的内核再快 2.0–3.4 倍。
技术背景:staple network 是在 4D 格点上以 stencil 模式进行大量 3×3 复数双精度小矩阵乘法,负载形态与 LLM 常见算子截然不同。博客介绍了物理背景、每层的数学运算、内核设计以及面向更多通道的额外优化。归一化流可加速格点 QCD 的蒙特卡洛采样,但高分辨率下计算成本高昂,这项工作显著降低了该门槛。
「Infra」频道最新
- 印度 Sarvam 转售 DeepSeek 引争议,日耗或需百套 GB200 机架 — teortaxesTex · 2026-11-21
- Altman 前导师 Sutskever 警告:Neocloud 安全薄弱,失控 Agent 或将劫持算力 — npinto · 2026-11-21
- 频发技术故障让美国人反思:我们对计算机有多无力 — nordicinst · 2026-11-21
- 光子处理器能否做出不可克隆的芯片指纹? — jwt0625 · 2026-11-21
- 纳米级光波导交叉结构实拍:光学信号互穿、电气隔离 — jwt0625 · 2026-11-21
- Inkling 2 Mini 量化后单张 4090 跑出近 60 t/s 解码 — indrasmirror · 2026-11-21