快科技11月12日消息，摩爾線程宣布，正式開源高性能線性代數模板庫MUTLASS，以便開發者能夠更高效地針對摩爾線程GPU MUSA Core、Tensor Core等單元進行編程，加速基于國產GPU的算子開發以及算法創新。

在此之前，摩爾線程已經相繼開源OpenCV-MUSA計算機視覺庫、MooER音頻理解大模型、vLLM-MUSA大語言模型高速推理框架。

▼ MUTLASS開源地址：

https://github.com/MooreThreads/mutlass

在數值計算和深度學習領域，矩陣乘法（GEMM）及其變種，比如FlashAttention、Convolution，是構建復雜上層應用的基石。

不夠，為了追求更高的算子融合效率，或者更創新的算法，開發者們往往需要超越標準化計算接口的限制，如標準BLAS接口以及芯片廠商的計算庫接口，以實現高性能的定制化算子。

MUTLASS（MUSA Templates for Linear Algebra Subroutines）正是為滿足這一需求而設計。

作為摩爾線程專為自研MUSA架構優化的高性能計算庫，MUTLASS是基于開源模板庫CUTLASS進行的MUSA適配和定制化開發、優化。

針對矩陣乘法及相關變種，MUTLASS提供了一系列高性能的C++模板組件，并采用了與muDNN庫類似的分層分解及數據搬運策略，以確保性能的充分發揮。 

在本次開源的版本中，摩爾線程適配了CuTe后端庫，為其增加了第三代MUSA架構的MMA計算原語，支持TF32/FP16/BF16/INT8等多種數據精度，并以此為基礎，初步實現了矩陣乘法、默認實例庫、性能測試器及相關工具包的支持。

借助MUTLASS，開發者們既可以靈活復用不同層級的模板組件，也可以按需修改各種模板組件的實現細節，以較低的開發成本實現定制化的高性能算子，從而在摩爾線程全功能GPU上充分釋放性能，并嘗試更多的算法創新。

摩爾線程將持續優化MUTLASS的性能，并不斷引入新的功能。