TT-Metal v0.59.0-rc2 版本技术解析与功能亮点

TT-Metal 是 Tenstorrent 公司开发的一款高性能计算框架，专注于为 AI 和机器学习工作负载提供高效的硬件加速支持。该项目通过优化的计算内核和创新的内存管理技术，能够在专用硬件上实现显著的性能提升。最新发布的 v0.59.0-rc2 版本带来了一系列重要的功能增强和问题修复，本文将深入解析这些技术更新。

核心架构优化

本次版本在底层架构方面进行了多项重要改进。最值得注意的是对设备初始化的重构，将固件构建和 L1/DRAM 清除操作从设备初始化阶段移至 MetalContext 初始化阶段。这种调整优化了设备启动流程，减少了重复操作，提高了整体效率。

在内存管理方面，移除了自定义的"buffer_address"函数，转而采用更标准的"transform"接口来封装主机缓冲区操作。这种设计变更使得内存访问更加规范和安全，同时也为未来的扩展提供了更好的基础。

计算功能增强

针对深度学习计算需求，本版本对多个核心算子进行了优化：

1. Untilize 操作改进：修复了当每个核心的输出通道数超过256时的问题，确保了大规模数据处理时的稳定性。

2. Topk 和 Argmax 算子增强：

   • Topk 算子现在支持子核心网格(sub_core_grid)布局，并能充分利用列中的可用核心
   • Argmax 算子根据NOC宽度调整了每个核心的处理单元数，优化了资源利用率

3. 矩阵乘法优化：更新了批处理大小计算方法，调整了相关测试用例，提高了大规模矩阵运算的效率。

4. 除法运算改进：修改了测试范围并清理了代码，提升了数值计算的稳定性。

多设备与网络通信

在分布式计算方面，本版本引入了多项重要功能：

1. ND分片支持：为mesh设备和缓冲区添加了ND维度的分片支持，增强了大规模分布式计算的灵活性。

2. 2D Fabric优化：

   • 随机选择源/目标设备，提高了负载均衡
   • 优化了intermesh路由算法，特别是到下一个mesh的路径选择
   • 修复了West路由器边缘端口的intermesh路由问题

3. 新增Socket API：提供了基础的套接字通信能力，为分布式应用开发提供了更多可能性。

4. 新增连接压力测试：包括打开/关闭连接的稳定性测试，确保系统在高负载下的可靠性。

性能与稳定性提升

1. 跟踪缓冲区扩容：增加了跟踪缓冲区大小，有助于更全面地记录系统运行状态，便于性能分析和问题诊断。

2. Ethernet基准测试修复：解决了Blackhole硬件上的ethernet ubench挂起问题。

3. 设备管理改进：

   • 更新了CloseDevice操作，使其与CloseDevices使用相同的步骤
   • 移除了DevicePool::initialize的noexcept限定，提供了更精确的错误处理

4. Watcher监控增强：收集并实现了多个小型watcher更新，提升了系统监控能力。

模型与演示应用更新

1. Mobilenetv2演示：完成了Mobilenetv2演示的搭建工作。

2. YOLO系列模型：

   • 将Yolov9c模型移至models/demos目录
   • 修复了Yolov8x演示中的问题

3. Stable Diffusion集成：将VAE解码器集成到SDv1-4演示中。

4. SDXL演示更新：对Stable Diffusion XL演示进行了功能增强。

5. Whisper模型支持：为Blackhole P100和P150硬件添加了Whisper模型支持。

开发工具与测试改进

1. 测试基础设施：

   • 在Blackhole P100a卡上运行blackhole演示测试
   • 添加了多设备Eltwise和TM压力测试
   • 为pytorch2的乘法运算添加了inf(无穷大)情况测试

2. 文档与构建：

   • 将ttnn目标安装移至专用CMake文件
   • 清理并改进了TT-NN核心组件的组织结构
   • 更新了入门文档，移除了个别模型的具体说明

3. 调试工具增强：改进了check-noc-status脚本，提供了更全面的网络状态检查能力。

总结

TT-Metal v0.59.0-rc2版本在计算性能、分布式支持和系统稳定性方面都取得了显著进步。通过优化核心算子、增强多设备通信能力以及完善模型支持，该版本为AI和高性能计算应用提供了更强大的基础。特别是对Blackhole系列硬件的专门优化，展现了框架对不同硬件架构的适配能力。这些改进不仅提升了现有功能的性能，也为未来的功能扩展奠定了坚实基础。