Smarter's blog - 要学习、要快乐

加载中...

CUDA-Practice：00 系列导读——从带宽墙到多卡通信的学习路线

CUDA-Practice：00 系列导读——从带宽墙到多卡通信的学习路线

发表于2026-03-16|CUDA-Practice

CUDA-Practice：14 从 CUTLASS 模板 GEMM 到 CuTe 代数布局——工业级抽象与可融合尾段

CUDA-Practice：14 从 CUTLASS 模板 GEMM 到 CuTe 代数布局——工业级抽象与可融合尾段

发表于2026-03-12|CUDA-Practice

CUDA-Practice：12 cuBLAS、cuFFT 与 Thrust——标准库与工程实践

CUDA-Practice：12 cuBLAS、cuFFT 与 Thrust——标准库与工程实践

发表于2026-03-12|CUDA-Practice

CUDA-Practice：10 访存优化与共享内存冲突——合并访存、Bank 冲突与异步流水线

CUDA-Practice：10 访存优化与共享内存冲突——合并访存、Bank 冲突与异步流水线

发表于2026-03-12|CUDA-Practice

CUDA-Practice：08 多流、图执行与扩展开发——掩盖传输与发射开销

CUDA-Practice：08 多流、图执行与扩展开发——掩盖传输与发射开销

发表于2026-03-12|CUDA-Practice

CUDA-Practice：07 量化、半精度与整数推理——FP16 带宽与 INT8 dp4a

CUDA-Practice：07 量化、半精度与整数推理——FP16 带宽与 INT8 dp4a

发表于2026-03-12|CUDA-Practice

CUDA-Practice：03 从前缀和到多块扫描——Kogge-Stone 与三遍扫描

CUDA-Practice：03 从前缀和到多块扫描——Kogge-Stone 与三遍扫描

发表于2026-03-12|CUDA-Practice

CUDA-Practice：02 从归约到线程粗化——Warp 发散消除与带宽压榨

CUDA-Practice：02 从归约到线程粗化——Warp 发散消除与带宽压榨

发表于2026-03-12|CUDA-Practice

CUDA-Practice：06 线程束原语与寄存器通信——从 Shuffle 到 Block 归约/扫描

CUDA-Practice：06 线程束原语与寄存器通信——从 Shuffle 到 Block 归约/扫描

发表于2026-03-12|CUDA-Practice

CUDA-Practice：05 从归约到 Transformer 算子——Softmax、Norm 与 FlashAttention

CUDA-Practice：05 从归约到 Transformer 算子——Softmax、Norm 与 FlashAttention

发表于2026-03-12|CUDA-Practice

数据加载中