CUTLAS中SM90矩阵乘法指令后缀解析
2025-05-30 09:39:17作者:卓炯娓
在NVIDIA CUTLAS项目中,SM90架构引入了多种矩阵乘法累加(MMA)指令,这些指令通过不同的后缀来区分其特性和行为。本文将深入解析这些后缀的含义及其技术实现细节。
SS与RS指令的区别
SM90架构中的MMA指令主要分为SS(Shared Memory to Shared Memory)和RS(Register Memory to Shared Memory)两种类型:
-
SS指令:表示操作数A来自共享内存(SMEM)。这种设计适用于需要频繁从共享内存加载数据的场景,能够有效利用共享内存的高带宽特性。
-
RS指令:表示操作数A来自寄存器内存(RMEM)。这种设计减少了共享内存访问,适用于数据可以长期驻留在寄存器中的计算场景,能降低内存访问延迟。
在实际应用中,选择SS还是RS取决于具体计算模式和数据访问模式。SS适合数据重用率低的场景,而RS适合数据重用率高的计算模式。
TN后缀的含义
TN后缀表示矩阵数据在参与线程间的分区方式:
- T代表"Transpose"(转置)
- N代表"Normal"(正常)
具体来说,TN表示:
- 矩阵A采用K-major(转置)布局
- 矩阵B采用K-major(正常)布局
这种数据布局方式会影响计算时的内存访问模式和缓存利用率。不同的布局组合(TN、NT、NN、TT)适用于不同的矩阵形状和计算需求,开发者需要根据具体场景选择最优的布局组合以获得最佳性能。
SATURATE后缀的作用
SATURATE后缀专门针对整数型(INT)矩阵乘法累加指令:
- 常规INT MMA:当累加结果超出数据类型表示范围时会发生溢出(overflow)
- SATURATE版本:当累加结果超出范围时,会饱和(saturate)到该数据类型能表示的最大/最小值,而不会发生溢出
例如,对于S32(32位有符号整数)累加:
- 常规版本:3000000000 + 3000000000 = -1294967296(溢出)
- SATURATE版本:3000000000 + 3000000000 = 2147483647(INT32_MAX)
这种饱和算法在图像处理、信号处理等应用中非常重要,可以避免因溢出导致的视觉伪影或信号失真。
实际应用建议
- 对于FP16计算,优先考虑RS指令以获得更高的寄存器利用率
- 矩阵形状接近方形时,TN布局通常能提供更好的性能
- 在需要数值稳定性的INT计算中,务必使用SATURATE版本
- 可以通过CUTLAS Profiler工具测试不同指令后缀在实际硬件上的性能表现
理解这些后缀的含义有助于开发者针对特定计算场景选择最优的MMA指令,充分发挥SM90架构的计算潜力。
登录后查看全文
热门项目推荐
相关项目推荐
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~050CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。06GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00openHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!C0302- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选
收起

React Native鸿蒙化仓库
C++
178
262

🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
866
513

🔥🔥🔥ShopXO企业级免费开源商城系统,可视化DIY拖拽装修、包含PC、H5、多端小程序(微信+支付宝+百度+头条&抖音+QQ+快手)、APP、多仓库、多商户、多门店、IM客服、进销存,遵循MIT开源协议发布、基于ThinkPHP8框架研发
JavaScript
93
15

openGauss kernel ~ openGauss is an open source relational database management system
C++
129
183

旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
261
302

deepin linux kernel
C
22
5

🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
598
57

为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
1.07 K
0

本仓将收集和展示仓颉鸿蒙应用示例代码,欢迎大家投稿,在仓颉鸿蒙社区展现你的妙趣设计!
Cangjie
398
371

本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
332
1.08 K