快科技 11 月 12 日音信，摩尔线程文告，精良开源高性能线性代数模板库 MUTLASS，以便建树者好像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 的算子建树以及算法篡改。

在此之前，摩尔线程仍是接踵开源 OpenCV-MUSA 谋划机视觉库、MooER 音频衔接大模子、vLLM-MUSA 废话语模子高速推理框架。

▼ MUTLASS 开源地址：

https://github.com/MooreThreads/mutlass

在数值谋划和深度学习界限，矩阵乘法（GEMM）过火变种，比如 FlashAttention、Convolution，是构建复杂表层欺诈的基石。

不够，为了追求更高的算子交融成果，或者更篡改的算法，建树者们常常需要超过措施化谋划接口的扫尾，如措施 BLAS 接口以及芯片厂商的谋划库接口，以收场高性能的定制化算子。

MUTLASS（MUSA Templates for Linear Algebra Subroutines）恰是为自傲这一需求而设想。

当作摩尔线程专为自研 MUSA 架构优化的高性能谋划库，MUTLASS 是基于开源模板库 CUTLASS 进行的 MUSA 适配和定制化建树、优化。

针对矩阵乘法及关连变种，MUTLASS 提供了一系列高性能的 C++ 模板组件，并领受了与 muDNN 库一样的分层看法及数据搬运战略，以确保性能的充分进展。 

在本次开源的版块中，摩尔线程适配了 CuTe 后端库，为其增多了第三代 MUSA 架构的 MMA 谋划原语，复旧 TF32/FP16/BF16/INT8 等多种数据精度，并以此为基础，初步收场了矩阵乘法、默许实例库、性能测试器及关连器具包的复旧。

借助 MUTLASS，建树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收场细节，以较低的建树资本收场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。

摩尔线程将执续优化 MUTLASS 的性能，并不停引入新的功能。

真钱上分老虎机游戏app平台