主要参考 论文 Huang, 2018 (arxiv.org)[https://arxiv.org/abs/1808.07984] 性能可达到 ...

cuda transpose 可以使用 thrust ,cublas,cublasLt来实现以下这段代码使用 cublasLt 的api cu...

写了一个明明没啥 bank conflict的测试代码，nsight compute却显示有 bank conflict. Shared mem...

到达syncthreads的线程继续运行下去的条件是 block内所有threads 都到达了syncthreads同步点 或者 ， 停在syn...

/cutlass/include/cutlass/reduction/device/tensor_reduce.h 怎么感觉只对4维的tenso...

从数组中过滤只有 奇数的值。

前缀和 : 给定长度为的数组 ,对所有索引 计算,数组的长度也是 。举个例子如果 ,则前缀和 数组 朴素的计算方法是依次扫描累加 各个元素，每...