2025年7月1日
深度剖析 Triton编译器 MatMul优化（三）—— TMA
摘要： 深度剖析 Triton编译器 MatMul优化（二）—— MMA 我们介绍了很容易就拿到性能的tl.dot操作，生成的是tcgen05.mma.cta_group::1.kind::tf32和cp.async.cg.shared.global指令，这次我们来看TMA，生成的是cp.async.bul 阅读全文
posted @ 2025-07-01 07:07 暴力都不会的蒟蒻 阅读(216) 评论(0) 推荐(1)