cuda_op_benchmark

在实际的推理引擎开发中，更多的是深度学习算子实现，所以本仓库目标是以实现高效深度学习算子为切入点，对CUDA编程，以及CUDA优化和概念进行一个介绍。 本仓库旨在通过算子Benchmark来对CUDA编程进行学习，框架采用CMake进行编译，也可以比较方便的进行代码组织，可以使得小伙伴们专注在算子的优化上面。

个人开发服务器配置环境说明

• RTX4090

算子完成情况

Op Name	Naive	Version2	Version 3	Version 4	Version 5	Status
GEMM	✅	Wmma ✅	mma-ptx ✅	mma-ptx-opt ❌	cutlass ❌	Doing
Attention		FlashAttention ❌				Doing

使用方法

1. 编译

在当前工程目录运行

编译

bash scripts/build_linux.sh

运行

# 运行gemm op的测试，只测试cuda kernel的耗时
./build/CUDABench op/gemm

# 运行gemm op的测试，测试cuda kernel的耗时，并且测试其正确性
./build/CUDABench op/gemm 1

# 运行gemm op的测试，测试cuda kernel的耗时，并且测试其正确性，并且将所有log输出到log.txt
./build/CUDABench op/gemm 1 > log.tx 2>&1

Reference

• [1] https://github.com/Bruce-Lee-LY/cuda_hgemm
• [2] https://github.com/alibaba/MNN
• [3] https://github.com/NVIDIA/cutlass
• [4] https://github.com/pybind/pybind11