快科技 11 月 12 日音书，摩尔线程秘书，讲求开源高性能线性代数模板库 MUTLASS，以便成立者粗鲁更高效地针对摩尔线程 GPU MUSA Core、Tensor Core 等单位进行编程，加快基于国产 GPU 的算子成立以及算法篡改。

在此之前，摩尔线程仍是接踵开源 OpenCV-MUSA 诡计机视觉库、MooER 音频相识大模子、vLLM-MUSA 大说话模子高速推理框架。

▼ MUTLASS 开源地址：

https://github.com/MooreThreads/mutlass

在数值诡计和深度学习限制，矩阵乘法（GEMM）偏激变种，比如 FlashAttention、Convolution，是构建复杂表层期骗的基石。

不够，为了追求更高的算子交融效果，或者更篡改的算法，成立者们时时需要杰出模范化诡计接口的适度，如模范 BLAS 接口以及芯片厂商的诡计库接口，以结束高性能的定制化算子。

MUTLASS（MUSA Templates for Linear Algebra Subroutines）恰是为得志这一需求而遐想。

手脚摩尔线程专为自研 MUSA 架构优化的高性能诡计库，MUTLASS 是基于开源模板库 CUTLASS 进行的 MUSA 适配和定制化成立、优化。

针对矩阵乘法及关系变种，MUTLASS 提供了一系列高性能的 C++ 模板组件，并罗致了与 muDNN 库相通的分层阐发及数据搬运计谋，以确保性能的充分阐扬。 

在本次开源的版块中，摩尔线程适配了 CuTe 后端库，为其加多了第三代 MUSA 架构的 MMA 诡计原语，解救 TF32/FP16/BF16/INT8 等多种数据精度，并以此为基础，初步结束了矩阵乘法、默许实例库、性能测试器及关系用具包的解救。

借助 MUTLASS，成立者们既不错机动复用不同层级的模板组件，也不错按需修改各式模板组件的结束细节，以较低的成立本钱结束定制化的高性能算子，从而在摩尔线程全功能 GPU 上充分开释性能，并尝试更多的算法篡改。

摩尔线程将握续优化 MUTLASS 的性能，并束缚引入新的功能。

赌钱赚钱app