首页
/ CUTLAS项目中make_fragment_like与make_tensor_like函数解析

CUTLAS项目中make_fragment_like与make_tensor_like函数解析

2025-05-30 10:22:54作者:董灵辛Dennis

在NVIDIA CUTLASS项目中,make_fragment_likemake_tensor_like是两个用于创建张量的重要函数,它们在张量计算和内存布局处理中扮演着关键角色。本文将深入解析这两个函数的区别、实现原理以及适用场景。

函数基本功能

这两个函数的核心功能都是基于给定的参考张量创建一个新的张量,保持相同的形状和尽可能相似的布局。它们的典型使用场景是在GPU计算中为寄存器分配内存空间。

make_tensor_like会完全复制参考张量的布局模式,包括形状和步长(stride)顺序。而make_fragment_like则在保持整体形状的同时,对第0模式(mode-0)进行了特殊处理,使其采用LayoutLeft布局。

LayoutLeft布局详解

LayoutLeft是CUTLASS中的一种"广义列优先"的步长顺序。在这种布局下,内存访问模式更倾向于列优先,这对于后续的矩阵乘法原子操作(MMA_Atoms)或拷贝原子操作(Copy_Atoms)特别有利。

举例说明:

Layout a = make_layout(make_shape(3,4,2), LayoutLeft{});
// 结果布局为 (3,4,2):(_1,3,12)

实际应用对比

通过一个具体例子可以清晰看到两者的区别:

// 创建一个复杂的参考布局
Layout r = Layout<Shape<Shape<_2,_2>,_4,_2>, Stride<Stride<_16,_7>,_128,_1>>{};  
Tensor ref = make_tensor((float*)nullptr, r); // ((_2,_2),_4,_2):((_16,_7),_128,_1)

// 使用make_tensor_like创建
Tensor x = make_tensor_like(ref);      // ((_2,_2),_4,_2):((_4,_2),_8,_1)

// 使用make_fragment_like创建
Tensor y = make_fragment_like(ref);    // ((_2,_2),_4,_2):((_1,_2),_8,_4)

从输出可以看出,make_fragment_like确保第0模式的元素在内存中是连续存储的(步长为1),这种布局优化使得数据更适合后续的矩阵运算或数据拷贝操作。

设计考量与应用场景

make_fragment_like的特殊设计主要基于以下考虑:

  1. 计算效率:第0模式通常用于MMA_Atoms或Copy_Atoms操作,连续的内存布局可以提高内存访问效率
  2. 硬件适配:现代GPU对连续内存访问有更好的优化,特别是对于小规模的数据块
  3. API一致性:保持与CUDA核心计算模式的兼容性

相比之下,make_tensor_like提供了更"忠实"的布局复制,适用于需要精确控制内存布局的场景。

总结

理解这两个函数的区别对于高效使用CUTLASS库至关重要。在需要为后续矩阵运算准备数据时,make_fragment_like通常是更好的选择,因为它优化了关键维度的内存布局。而当需要精确复制原始张量布局时,则应使用make_tensor_like。这种精细的内存布局控制正是CUTLASS能够实现高性能矩阵计算的关键因素之一。

登录后查看全文
热门项目推荐

热门内容推荐

最新内容推荐

项目优选

收起
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
144
1.93 K
kernelkernel
deepin linux kernel
C
22
6
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
192
274
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
145
189
RuoYi-Vue3RuoYi-Vue3
🎉 (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
930
553
nop-entropynop-entropy
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
8
0
openHiTLSopenHiTLS
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
423
392
金融AI编程实战金融AI编程实战
为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Jupyter Notebook
75
66
CangjieCommunityCangjieCommunity
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
1.11 K
0
openHiTLS-examplesopenHiTLS-examples
本仓将为广大高校开发者提供开源实践和创新开发平台,收集和展示openHiTLS示例代码及创新应用,欢迎大家投稿,让全世界看到您的精巧密码实现设计,也让更多人通过您的优秀成果,理解、喜爱上密码技术。
C
64
511