【GPU 算子工程】GEMM：从朴素实现到 shared memory tiling 与寄存器分块
GEMM 是 GPU 算子优化的标杆。在 RTX 3060 Ti 上实测四个版本：朴素 990、shared tiling 1309、寄存器分块 64 达 4447、128 达 6375 GFLOP/s（峰值 39%）。讲清每一步优化提高的是什么，以及为什么数据复用是关键。
matmul 标签归档
共 2 篇文章 · 返回首页
【编译器与 MLIR】张量中端：Tensor 与 Linalg 方言
解析 AI 编译的核心抽象层：Tensor 方言的不可变语义与操作、Linalg 方言的结构化操作（逐元素、归约、收缩）及其通用表示 linalg.generic，以矩阵乘法为例展示从高层表示到底层循环的完整降阶路径。