⛭
架构即叙事
先讲系统模型，再讲 operator 细节，让评审者更容易判断工程边界是否清晰。
TensorCraft-HPC技术白皮书 / 内核架构学院
这是一个用 C++ / CUDA 讲清现代 AI 内核如何设计、优化、验证与评估的项目站点。它的阅读路径更像系统论文，而不是普通文档首页。
Skip to content架构叙事 入口选择 评估视角
像读系统论文一样读这个项目
先理解优化路径，再进入实现细节
从内核为什么存在、系统如何分层，到性能立场由哪些证据支撑，这个站点会把链路完整展开。
- 先读白皮书。 先看项目命题、优化哲学与约束，再进入源码细节。
- 再查证据。 把性能结论追溯到方法说明与引用来源。
- 最后看 Atlas。 在系统模型清楚之后，再按 operator 维度看接口与实现。
92% A100 上 FP16 GEMM 相对 cuBLAS 的结果
SM70–SM100 从 Volta 到 Blackwell 的编译时能力覆盖
白皮书 + 学院 面向面试评估与高级开发者审阅的阅读路径
按照你要验证的问题进入对应模块
每个模块在整套论证里承担不同角色，从概念 framing 到实现检查，各司其职。
为什么 TensorCraft-HPC 值得被认真评估
真正有价值的不只是 kernel 快不快，而是优化路径能不能被讲清楚，系统边界是否明确，证据纪律是否可靠。
- 架构清晰度。 memory abstraction、feature detection、kernel 边界、硬件支持被显性建模。
- 渐进式优化。 读者能从朴素实现一路追到 Tensor Core aware 版本。
- 研究素养。 站点会把实现判断和论文、库生态、竞品项目串联起来。
GPU Architecture Support
TensorCraft-HPC supports NVIDIA GPUs from Volta (2017) to Blackwell (2024), covering CUDA Compute Capability 7.0-10.0.
2017
Volta
GV100SMSM70
CC7.0
Tensor Cores (1st Gen)NVLink 2.0HBM2
Supported
2018
Turing
TU102SMSM75
CC7.5
Tensor Cores (2nd Gen)RT CoresGDDR6
Supported
2020
Ampere
GA100SMSM80/SM86
CC8.0/8.6
Tensor Cores (3rd Gen)BF16TF32Sparsity
Supported
2022
Hopper
GH100SMSM90
CC9.0
Tensor Cores (4th Gen)FP8Transformer EngineDPX
Supported
2024
Blackwell
GB100SMSM100
CC10.0
Tensor Cores (5th Gen)NVLink 5.0FP4/FP8RAS
Supported
CUDA 11.0 - 13.1