Викторина, связанная с руководством · Средний Уровень
Викторина по языку Triton для пользовательских ядер графического процессора
Ознакомьтесь с моделью ядра Triton на уровне блоков, обработкой маскированных границ, конфигурацией запуска и необходимостью измерения производительности.
Вопрос 1 из 8
Как Triton описывает большую часть работы графического процессора по сравнению с поточным ядром CUDA?
Предварительный просмотр каждого вопроса8 вопросы
Ответы и пояснения появляются по мере прохождения теста.
- Как Triton описывает большую часть работы графического процессора по сравнению с поточным ядром CUDA?
- Как операции над логическими блоками элементов
- Как одна инструкция ЦП для полного тензора
- По одному ядру на индивидуальное значение
- Как SQL-запрос к памяти графического процессора
- Почему векторные ядра маскируют свой последний блок?
- Чтобы заставить последний тайл запускать меньше варпов
- Чтобы предотвратить загрузку или сохранение за пределами допустимого размера тензора.
- Дополнить базовый тензор до тех пор, пока его длина не станет делиться на размер блока
- Чтобы пропустить весь конечный экземпляр программы, когда остается частичный блок
- Что обычно идентифицирует tl.program_id?
- Порядковый номер устройства графического процессора, скомпилировавшего функцию.
- Общее количество варпов в экземпляре программы
- Индекс активного экземпляра логической программы в сетке запуска.
- Смещение элемента, созданное tl.arange внутри этого экземпляра.
- Почему ядро тайловой матрицы может уменьшить трафик памяти?
- Уменьшает математическое количество выходных элементов
- Он исключает любой доступ к глобальной памяти.
- Это автоматически делает все матрицы смежными.
- Он повторно использует загруженные значения в нескольких вычислениях.
- Что должен делать тест со временем JIT-компиляции?
- Считать компиляцию только выполнением устройства
- Отдельная компиляция первого вызова от стационарной среды выполнения ядра.
- Безоговорочно исключить все прогревы и синхронизацию
- Предположим, что каждая фигура использует один и тот же скомпилированный двоичный файл.
- Почему ядро Triton может работать медленнее, чем библиотечная операция?
- Пользовательские ядра не могут использовать тайлинг памяти.
- Triton всегда выполняется на процессоре
- Возможно, библиотека уже использует оптимизированные ядра, и накладные расходы на запуск могут доминировать.
- Ядра графического процессора никогда не выигрывают от слияния
- Что может изменить численные результаты между Triton и эталонной реализацией?
- Количество комментариев к коду
- Только порядок импорта Python
- Имя файла тензора
- Порядок и точность операций с плавающей запятой
- Когда собственное ядро Triton наиболее оправдано?
- Профилирование выявляет узкое место, и специализированная операция может оправдать техническое обслуживание.
- Прежде чем измерять базовую линию
- Всякий раз, когда тензор содержит более одного значения
- Когда тесты на корректность недоступны