快科技于11月12日报道，摩尔线程宣布正式开源其高性能线性代数模板库MUTLASS，旨在提升开发者在摩尔线程GPU（MUSA Core、Tensor Core等单元）上的编程效率。这一新颖的库将大大加快基于国产GPU的算子开发，为算法的创新提供支持。
摩尔线程并不是第一次带来开源项目。在此之前，摩尔线程已经相继发布了OpenCV-MUSA计算机视觉库、MooER音频理解大模型和vLLM-MUSA大语言模型高速推理框架，这些项目都旨在丰富开发者的选择和资源，推动国产计算领域的发展。
MUTLASS的开源地址为：https://github/MooreThreads/mutlass。具体而言，MUTLASS是一个专为自研MUSA架构优化的高性能计算库，其设计考虑到了线性代数各种运算的高效需求，尤其是矩阵乘法（GEMM）及其变种，如FlashAttention和Convolution，这些都是构建现代复杂应用中不可或缺的基础。
在数值计算和深度学习的领域，矩阵运算作为核心计算单元，往往对性能提出了很高的要求。开发者们常常面临需要超越标准计算接口限制的挑战，传统的BLAS接口或者特定芯片厂商的计算库接口严重制约了高性能的实现。因此，MUTLASS应运而生，专为满足这些需求而量身定制。
MUTLASS不仅基于开源模板库CUTLASS进行了优化和适配，还巧妙采用了分层分解与数据搬运策略，使得其性能得到了充分发挥。这种设计理念与多种现有高效计算库的做法相似，例如muDNN库。为了确保开发者能够在不同的应用场景下高效利用MUTLASS，摩尔线程特别针对矩阵乘法及相关算子，提供了一系列高性能的C++模板组件。
本次开源版本中，摩尔线程适配了CuTe后端库，为MUTLASS增加了第三代MUSA架构的MMA计算原语。这一架构不仅支持TF32、FP16、BF16、INT8等多种数据精度，而且在此基础上，初步实现了矩阵乘法和各种默认实例库的支持，同时也提供了性能测试器及相关工具包，助力开发者更高效地进行开发。
通过利用MUTLASS，开发者们可以在较低的开发成本下，实现定制化的高性能算子。MUTLASS的灵活性使得开发者可以可自由复用库中不同层级的模板组件，或按需修改模板组件的实现细节，从而在摩尔线程全功能GPU上充分享受计算性能，并挖掘更多的算法创新机会。
摩尔线程表示，将持续对MUTLASS进行性能优化，并引入更多新功能。这种坚持不懈的努力，表明了摩尔线程在推动国产GPU技术创新方面的决心和雄心。
随着MUTLASS的推出，国产GPU的生态系统将变得更加丰富。作为高性能线性代数模板库，MUTLASS不仅为开发者们提供了灵活、高效的计算工具，也在一定程度上降低了开发门槛，使得更多的开发者能够参与到高性能计算的创新中来。这将进一步推动人工智能、机器学习、图像处理等领域的技术进步，为国家自主掌握核心技术，提升计算能力奠定了基础。
摩尔线程开源的MUTLASS线性代数库，凭借其高效的性能和灵活的结构设计，将为国产GPU的发展注入全新的活力，助力开发者在此基础上实现更多前沿技术的突破。对于有志于在高性能计算领域发光发热的开发者们而言，MUTLASS提供了一个极具价值的资源和，其未来的发展值得期待。