2025年11月1日
手撕深度学习之CUDA矩阵乘法（上篇）：从朴素实现到40倍性能提升的优化之旅
摘要： 本文是CUDA矩阵乘法系列文章的上篇。这个系列会从一个最简单的实现出发，逐步优化到cuBLAS标准库86%的性能，并详细介绍其中涉及到的CUDA性能优化技巧。 本文首先给出了一个开箱即用的实验源代码，然后介绍了GPU硬件知识以及3种简单实现，逐步展示了把性能从cuBLAS的0.39%优化到16%，即性能提升40倍的“魔法”。 阅读全文
posted @ 2025-11-01 19:49 QZero 阅读(144) 评论(0) 推荐(0)