开源MUTLASS｜摩尔线程推进国产GPU算子开发及技术创新的全新解决方案

近日，摩尔线程宣布开源高性能线性代数模板库MUTLASS，以便开发者能够更高效针对摩尔线程全功能GPU的MUSA Core及Tensor Core等单元进行编程，加速基于国产GPU的算子开发以及算法创新。

MUTLASS开源地址：

https://github.com/MooreThreads/mutlass

在数值计算和深度学习领域，矩阵乘法（GEMM）及其变种(如FlashAttention、Convolution）是构建复杂上层应用的基石。然而，为了追求更高的算子融合效率或者更创新的算法，开发者们往往需要超越标准化计算接口的限制，如标准BLAS接口以及芯片厂商的计算库接口，以实现高性能的定制化算子。

MUTLASS（MUSA Templates for Linear Algebra Subroutines）正是为满足这一需求而设计。作为摩尔线程专为MUSA架构优化的高性能计算库，MUTLASS是基于开源模板库CUTLASS进行的MUSA适配和定制化开发、优化，针对矩阵乘法及相关变种，MUTLASS提供了一系列高性能的C++模板组件，并采用了与muDNN库类似的分层分解及数据搬运策略，以确保性能的充分发挥。 

在本次开源的版本中，摩尔线程适配了CuTe后端库，为其增加了第三代MUSA架构的MMA计算原语，支持TF32/FP16/BF16/INT8等多种数据精度，并以此为基础，初步实现了矩阵乘法、默认实例库、性能测试器及相关工具包的支持。

借助MUTLASS，开发者们既可以灵活复用不同层级的模板组件，也可以按需修改各种模板组件的实现细节，以较低的开发成本实现定制化的高性能算子，从而在摩尔线程全功能GPU上充分释放性能，并尝试更多的算法创新。

摩尔线程将持续优化MUTLASS的性能，并不断引入新的功能。我们诚邀广大开发者体验MUTLASS，并提供宝贵的反馈意见，共同促进MUTLASS在性能和功能上的持续完善，携手推动基于国产GPU的生态建设。