Moore Threads lanza un banco de pruebas de controladores de computación GPU de código abierto en GitHub

Moore Threads ha invitado a los desarrolladores a contribuir y trabajar juntos para mejorar el recientemente lanzado banco de controladores de GPU Compute. Esta versión bastante fresca se describe como: "suite completa de evaluación de rendimiento centrada en evaluar el rendimiento del controlador de computación de GPU desde perspectivas prácticas de desarrollo e implementación. Es compatible con los controladores Moore Threads MUSA y los controladores de GPU compatibles con CUDA, lo que permite una evaluación multiplataforma justa y repetible". El kit de herramientas de código abierto del especialista en GPU chino se emitió a través de la Plataforma GitHub, a finales de la semana pasada, bajo el Apache 2.0 Licencia. El autodenominado innovador nacional de la GPU podría convertirse en un contendiente mundial, con el advenimiento de un Nueva generación de modelos empresariales y de entretenimiento. La mención anterior del soporte CUDA líder en la industria no es una gran sorpresa, teniendo en cuenta que Moore Threads está encabezado por un ex ejecutivo de NVIDIA China, Zhang Jianzhong.

A finales de enero, la firma lanzó el proyecto TileLang-MUSA de código abierto; anunciado como el volumen de código de corte en aproximadamente un 90%. Al detallar la suite GPU Compute Driver Benching de este mes, el equipo de desarrollo de Moore Threads se centró en varias características clave. A partir de "cargas de trabajo realistas", esperan cubrir "diversos escenarios de computación y memoria estrechamente alineados con los patrones de uso del mundo real". El sistema de evaluación de controladores multidimensional sopesará el rendimiento del conductor, la gestión de recursos y la eficiencia de ejecución (acertada) en múltiples dimensiones. "Métricas y líneas de base estandarizadas" proporcionará una plataforma metódica para la comparación de optimizaciones de hardware y software. El "análisis granular y holístico" permitirá tanto las "pruebas de subsistemas de grano fino como la evaluación holística del rendimiento integral". Un sistema de puntuación automatizado medirá el seguimiento de la regresión del rendimiento en las versiones de controlador y hardware.

Moore Threads quiere apuntar a los cuellos de botella de rendimiento en "cinco áreas centrales en la computación de GPU", incluida la programación de tareas, el paralelismo de múltiples flujos, las operaciones de memoria, las formaciones de múltiples tarjetas y la administración de recursos. Una útil guía de inicio está presente dentro de la empresa GPU Compute Driver Bench blog introductorio.

Fuentes: Moore Threads en Weixin.qq, VideoCardz, Pandaily, Moore Threads en GitHub, Robotdyn