03-HPC Advanced
进阶 CUDA / HPC 教程模块，聚焦更复杂的算子组织方式、GEMM 优化路径、属性测试和新架构相关实验。
模块定位
03-hpc-advanced 面向已经完成 01-sgemm-tutorial 和 02-tensorcraft-core 的读者。
重要说明
src/07_cuda13_features/ 当前主要是教学性质的占位/兼容实现，用于展示接口、组织方式和实验方向；它们不应被视为完整的 Hopper / Blackwell 生产级实现。
尤其是：
- TMA
- Thread Block Clusters
- FP8 GEMM
这些内容更适合作为学习入口和后续扩展基础，而不是对真实硬件特性的完整封装。
目录结构
text
03-hpc-advanced/
├── src/
│ ├── common/
│ ├── 01_elementwise/
│ ├── 02_reduction/
│ ├── 03_gemm/
│ ├── 04_convolution/
│ ├── 05_attention/
│ ├── 06_quantization/
│ └── 07_cuda13_features/
├── python/
├── tests/
├── docker/
└── CMakeLists.txt环境要求
- CUDA 12.x+ 可构建本模块主体
- CMake 3.20+
- GCC 11+ / Clang 14+（建议）
- 支持 CUDA 的 NVIDIA GPU
构建
bash
cd 03-hpc-advanced
cmake -S . -B build -G Ninja -DCMAKE_BUILD_TYPE=Release
cmake --build build -j$(nproc)
ctest --test-dir build --output-on-failure内容概览
GEMM 优化路径
- Naive
- Shared Memory Tiling
- Double Buffering
- Register Tiling
- WMMA / Tensor Core
- MMA PTX
- Software Pipelining
其他算子
- Elementwise
- Reduction
- LayerNorm / Softmax
- FlashAttention / RoPE / TopK
- Convolution
- Quantization
属性测试
本模块集成了 RapidCheck，用于补充传统单元测试。
Docker
docker/ 目录提供了便于本地实验的开发环境示例，但不应替代在真实 GPU 机器上的最终验证。