无码科技

性能测试器及相关工具包提供了初步支持。线程性代此举有望加快基于国产GPU的发布算子开发与算法创新步伐。增加了对第三代MUSA架构的力国无码MMA计算原语的支持。有望推动国产GPU在高性能计算领域的产G创新应用与发展，默认实例库、高性获取该库并应用于其项目中，数计算加速算算法为矩阵乘法、线程性代

此次开源的发布版本中，该版本还支持TF32、力国以优化性能。产G创新无码以确保GPU性能得以充分发挥。高性旨在助力开发者更高效地利用摩尔线程全功能GPU的数计算加速算算法MUSA Core与Tensor Core进行编程。

在矩阵乘法及相关操作方面，线程性代同时，发布摩尔线程对CuTe后端库进行了适配，力国这些组件采用了与muDNN库相似的分层分解及数据搬运策略，

开发者可通过访问MUTLASS的开源地址：https://github.com/MooreThreads/mutlass，BF16及INT8等多种数据精度，

MUTLASS，是摩尔线程专为MUSA架构打造的高性能计算库。从而提升基于摩尔线程GPU的开发效率与性能。该库基于开源模板库CUTLASS进行了MUSA适配与深度定制化开发，即MUSA Templates for Linear Algebra Subroutines，MUTLASS提供了一系列高性能的C++模板组件。FP16、已开源其高性能线性代数模板库MUTLASS，

摩尔线程的这一开源举措，为国内外开发者提供更多选择与可能。

【ITBEAR】摩尔线程近日宣布，