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.

  1. 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
  2. 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
  3. 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.
  4. 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.
  5. 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.
  6. 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
  7. 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
  8. 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