今天開源了deepseek-v3中提到的的FP8 GEMM內核。

300行代碼的暴力cuda美學，看不太懂，但是每天都可以打個醬油~

支持普通的矩陣乘法以及 Mix-of-Experts 分組矩陣乘法。使用 CUDA 編寫，安裝時無需編譯，所有內核在運行時通過輕量級的即時編譯（JIT）模塊動態編譯。

DeepGEMM設計，避免了對CUTLASS和CuTe的過度依賴，采用了更簡潔的設計，核心代碼只有大約300行。整個庫就是非常“輕量化”，但同時性能又很強大，甚至超過了專家調優的庫。在某些場景下的加速比達到了2.7倍。

使用這個倉庫，需要支持Hopper架構的GPU、Python 3.8及以上版本、CUDA 12.3及以上版本。

項目地址：https://github.com/deepseek-ai/DeepGEMM/blob/main/README.md

貢獻者似乎包含梁文峰。

本文轉載自 ??NLP前沿??，作者： NLP前沿