近日，CMU 助理教授贾志豪（Zhihao Jia）团队创新玩法，推出了一个名为「Mirage Persistent Kernel（MPK）」的编译器，能够自动将 LLM 转化为优化的巨型内核（megakernel），从而将 LLM 推理延长降低 1.2 到 6.7 倍。
在这种设计中，系统仅启动一个 GPU 内核来执行整个模型 —— 从逐层推算到 GPU 间通讯 —— 整个过程无需中断。这种步骤提供了以下几个关键的机能优势：
解除内核启动开销：通过预防沉复的内核挪用，即便是在多 GPU 环境下，也能解除内核启动开销；实现跨层软件 pipeline 允许内核在推算当前层的同时，起头为下一层加载数据；沉叠推算与通讯：由于巨型内核能够同时执行推算操作和 GPU 间通讯，从而暗藏通讯延长。
现有的高级 ML 框架 —— 如 PyTorch、Triton 和 TVM，它们自身并不支持端到端巨型内核天生。此表，现代 LLM 系统由各类分歧的专用内核库构建而成：用于通讯的 NCCL 或 NVSHMEM，用于高效把稳力推算的 FlashInfer 或 FlashAttention，以及用于自界说推算的 CUDA 或 Triton。
那么能否通过编译自动化这个过程呢？受到这个问题的启发，来自 CMU、华盛顿大学、加州大学伯克利分校、英伟达和清华大学的团队开发出了 MPK—— 一个编译器和运行时系统，它能自动将多 GPU 的 LLM 推理转换为高机能的巨型内核。MPK 开释了端到端 GPU 融合的效力优势，同时只必要开发者支出极幼的手动致力。
MPK 的一个关键优势在于：通过解除内核启动开销，并最大水平地沉叠跨层的推算、数据加载和 GPU 间通讯，实现了极低的 LLM 推理延长。
除了单 GPU 优化，MPK 还将推算与 GPU 间通讯融合进一个单一的巨型内核。 这种设计使得 MPK 可能最大水平地沉叠推算与通讯。因而，MPK 相对于当前系统的机能提升随着 GPU 数量的增长而增大，使其在多 GPU 部署场景下尤为高效。
Part 1：MPK 编译器，其将 LLM 的推算图转化为优化的工作图；Part 2：MPK 运行时系统，该系统在单个巨型内核内执行工作图，以实现高吞吐量与低延长。
LLM 的推算过程通常暗示为推算图，其中每个节点对应一个推算算子（如矩阵乘法、把稳力机造）或集中通讯原语（如 all-reduce），边暗示算子间的数据依赖关系。现有系统通常为每个算子启动独立的 GPU 内核。
然而，这种「单算子单内核」的执行模型难以实现 pipeline 优化，由于依赖关系是在整个内核的粗粒度层面强造执行的，而非现实数据单元层面。
典型案例如矩阵乘法（matmul）后接 all-reduce 操作：现有系统中，all-reduce 内核必须期待整个 matmul 内核实现。而现实上，all-reduce 的每个数据分块仅依赖 matmul 输出的部门了局。这种逻辑依赖与现实依赖的错配，严沉限度了推算与通讯的沉叠潜力。
下图 2 展示了 MPK 编译器将 PyTorch 界说的 LLM 推算图转化为优化细粒度工作图，最大化露出并行性。右侧展示次优规划 —— 其引入不用要的数据依赖与全局樊篱，导致跨层流水线优化机遇受限。
为相识决此问题，MPK 引入的编译器可将 LLM 推算图自动转化为细粒度工作图。该工作图在子内核级别显式捕获依赖关系，实现更激进的跨层流水线优化。
工作（矩形暗示），代表分配给单个 GPU 流式多处置器（SM）的推算 / 通讯单元。事务（圆形暗示），暗示工作间的同步点。触发机造，每个工作发出指向触发事务的边，该事务在关联工作全数实现后激活。依赖机造，每个工作接管来自依赖事务的边，批注事务激活后工作立即启动。
工作图使 MPK 可能挖掘推算图中无法实现的 pipeline 优化机遇。例如，MPK 能够构建优化工作图 —— 其中每个 all-reduce 工作仅依赖于天生其输入的对应 matmul 工作，从而实现分块执行与推算通讯沉叠。
MPK 蕴含内置 GPU 运行时系统，可在单个 GPU 巨型内核内齐全执行工作图。这使得系统能在推理过程中无需额表内核启动的情况下，实现工作执行与调度的细粒度节造。
获取工作：从队列中提取下一待执行工作。执行推算：运行工作（如矩阵乘法 / 把稳力机造 / GPU 间数据传输）。事务触发：工作实现后通知触发事务。循环执行：沉复上述过程。
调度决策由 MPK 的散布式调度单元处置，每个调度单元运行于单个线程束（warp）上。由于每个流式多处置器（SM）能够包容多个线程束，因而单 SM 最多可并发运行 4 个调度单元。每个调度单元守护激活事务队列，并持续执行以下操作：
下图 3 展示了 MPK 的执行功夫线，其中每个矩形代表一个在工作单元上运行的工作；每个圆圈代表一个事务。当一个工作实现时，它会递增其对应触发事务的计数器。当事务计数器达到预设阈值时，该事务被视为已激活，并被参与调度单元的事务队列。随后，调度单元会启动所有依赖于该事务的下游工作。
由于所有的调度和工作切换都产生在单一内核高低文内，工作间的开销极低，通常仅需 1-2 微秒，从而可能高效地执行多层、多 GPU 的 LLM 工作负载。
团队对 MPK 的愿景是使巨型内核编译既易于使用又具备高机能。目前，你只需几十行 Python 代码（重要用于指定巨型内核的输入和输出）即可将一个 LLM 编译成一个巨型内核。此方向仍有辽阔的索求空间，目前在积极攻关的一些关键领域蕴含如下：
支持现代 GPU 架构。下一个里程碑是将 MPK 扩大到支持下一代架构，例如 NVIDIA Blackwell。一个重要挑战在于若何将线程束专业化，这是新型 GPU 的一项关键优化技术，与 MPK 的巨型内核执行模型相集成。处置工作负载动态性。MPK 目前构建的是静态工作图，这限度了它处置动态工作负载（如 MoE 模型）的能力。团队在开发新的编译战术，使 MPK 可能在巨型内核内部支持动态节造流和前提执行。高级调杜纂工作分配。MPK 在职务级别解锁了新的细粒度调度能力。固然当前的实现使用单一的轮询调度在流式多处置器（SM）之间分配工作，但团队看到了在高级调度战术（如优先级感知或吞吐量优化战术）方面令人兴奋的机遇，可利用于诸如延长服务等级指标（SLO）驱动的服务或混合批处置等场景。
团队相信，MPK 代表了在 GPU 上编译和执行 LLM 推理工作负载方式的底子性转变，并热切等待与社区合作，共同推动这一愿景向前发展。
《部长看上下属的老婆》韩剧近日，国家数据发展研究院副院长袁军接受新京报贝壳财经专访，深度解读词元如何重塑AI商业模式、高质量数据集建设路径及算电协同破局之道。目前，嘉立创已参与支持多个高端硬件创新场景，包括助力“朱雀三号”商业火箭加速验证航电系统，保障深中通道工控系统稳定运行，协助机器人企业实现快速迭代，支持智元机器人等企业加速进入量产阶段。这些案例显示，其服务能力已从中小工程师群体延伸至高端制造和前沿科技应用场景。《部长看上下属的老婆》韩剧免费旁观60分钟极速电视剧双男无论如何，都要重新开始。无论如何，都要成功。尤文图斯在这些等待的日子里审视了自己。这一次，它无可辩驳地明白了：需要重新塑造，需要改变，需要革新。不过，它想慢慢来。如果说有什么要优先考虑的，那就是出售球员。俱乐部内部明确的目标是：月底前回收5500万欧元，纯粹为了现金周转。这不是为了实现资本利得（尽管约3000万欧元可能会减轻上一财年的负担……），也不是上级的要求。五个月前的那个中午，她骑着三轮车，后座上坐着母亲和女儿，去买菜准备招待亲戚。一场车祸后，一切都没了。女儿没了，但官司还在继续。但至少，她知道自己在往哪个方向走——这不是一个多光明的希望，但对高某来说，这是目前唯一能抓住的东西。
20260608 ? 《部长看上下属的老婆》韩剧6月4日消息，深交所发布《关于对深圳市唯特偶新材料股份有限公司的关注函》，其中指出，近期，公司股价涨幅较大，5月20日触及严重异常波动，6月4日触及涨停。4月25日至5月21日，公司路演频繁，共计发布7份投资者关系记录表，并多次在问答环节提及光模块、先进封装等热点领域相关业务。要求公司说明光模块生产商在光模块及其部件生产过程中各环节所需使用锡膏的含量，对应单价及金额、占光模块产品价格的比例；说明公司目前主营产品分别应用在光模块生产三大环节的具体情况，包括各环节对应的主要客户名称、最近一年及一期已实现的销售金额、毛利率、在手订单金额。请公司自查并列示近期接受媒体采访、机构和投资者调研、回复投资者咨询等情况，说明是否存在违反信息披露公平性原则的情形；并进一步说明公司在上述期间多次开展特定对象调研、路演活动等投资者关系活动的具体考虑、方案设计的具体职能部门，履行的内部程序、审批人员，较此前次数、频率均显著增加的原因及合理性，光模块应用、先进封装领域应用的提问人员。Overflow上赛季，哈克尼代表米德尔斯堡各项赛事出场41次，打进6球并送出8次助攻。哈克尼出自米德尔斯堡青训，2021年1月完成一线队首秀。同年晚些时候，他被租借至斯坎索普联，并在2021-22赛季效力于这支当时征战英乙的球队。
20260608 ? 《部长看上下属的老婆》韩剧葡萄牙在热身赛中战胜智利后，首发出战的塞梅多接受了RTP采访。塞梅多表示，球队整体表现积极，但比赛最后阶段的丢球以及莱奥被罚下都值得总结，葡萄牙必须学会控制比赛中的情绪。下雨天师生躲雨电影据《米兰体育报》报道，在第三届意甲节活动中，尤文图斯名宿德尔-皮耶罗参加了传奇球员主题论坛。皮耶罗谈到了自己告别尤文、2006年世界杯夺冠、球衣交换、金球奖以及尤文目前的处境，并表示自己尊重现在在尤文工作的人。
京公网安备11010202000001号
