福生无量摸鱼天尊

代码参考了傅哥，请b站关注我是傅傅猪喵，谢谢喵！ Triton DSL是以BLOCK tile为中心的Python DSL。与CUDA相比，Triton的使用者无法控制所有细节，因为某些优化是自动完成的，但是在Triton编译器的逐层编译优化之下也可以获得与Cuda相近甚至超过的性能。另外，Trit

矩阵乘法跟之前不同，之前一维可以直接写一个kernel，或者多个kernel线性的排布来并行计算，那么矩阵乘法就是由一维向二维转变的关键。这时候一维的kernel排布也变成了二维排布。 这里最关键的点是在于threadIdx和dataIdx的映射，从原来单一的tid变成了二维的tidx和tidy。

该项目代码参考傅哥的课程，很有用的课程，请多多支持他。 reduce 规约求和是cuda中一个经典的问题，其本质是将输入的序列进行求和。 在CUDA的多线程中，我们清楚数据被分为一个一个的block中进行运行，每个block通过warp来并发32个线程进行运算。 所以将数据分割成一个一个block进

上文中，我们运行了一个简单的cuda函数，并且一次过的将其运行了起来，这次，我们需要补充一些基础的概念，通过概念和框架的建立，我们才能走的更远，高屋建瓴的认识更多。 vscode的CUDA调试 继续沿用上次的hello world代码，可能名字有点修改，问题不大，请务必看清楚文件名！ 新建一个res

从cuda kernel出发，看懂人生第一个cuda attention

CUDA是什么 cuda是一种gpu编程组件，是一种原生支持GPU软硬件的架构，使得开发者可以直接在 GPU 上编写和执行通用计算程序。 GPU架构 上图是H100白皮书中，H100 GPU带满了144个SM的架构图

先用了vmware + ubuntu的方法，结果发现现在gpu无法透传到vmware的虚拟机里 故此使用wsl2的开发环境，后续会更新许多更舒服丝滑的操作 WSL2 查看所有发行版本 wsl --list --online 安装指定版本 wsl --install Ubuntu-22.04 安装