第一百八十三章 这不是有戏了吗？
第一百八十三章 这不是有戏了吗？ (第3/3页)
代码在做什麽，还有代码为什麽这样做。
每一个设计选择背後的权衡，都像批注一样浮现在代码旁边。
为什麽softmax没有用最直觉的实现方式，而是拆成了三个阶段？因为直觉实现在长序列上会有数值溢出。
为什麽矩阵乘的分块是这个尺寸，不大也不小？因为再大shared memory放不下，再小会产生内存冲突。
这些东西没有写在任何文档里。它们是英伟达的工程师经过无数次实验之後沉淀下来的经验，藏在代码的结构里，只有真正理解硬体的人才能读出来。
赵文渊不是读不懂代码，他只是没办法在几天之内，就把别人几年的工程经验全部提炼出来。
但是视界可以，韩路一可以。
韩路一关掉第一版的提示词，重新输入。
这一次，他没有让智能体自由发挥。
而是把视界看到的东西直接输入进去。
「softmax必须使用 online algorithm三阶段，不要使用 naive softmax。当前精度问题出在第二阶段 reduce，局部最大值和指数和更新顺序要保持一致。」
「矩阵乘 tile使用64x64，tile过大 shared memory不够，过小会增加 bank conflict。」
「reduce时按4-stride展开，避免 bank conflict。」
「K/V矩阵按 row-major缓存在 shared memory，避免跨 bank连续冲突。」
「先保证精度，再做性能优化。」
回车。
智能体又开始勤勤恳恳的劳动了。
五分钟後，一个大大的绿色PASS出现在屏幕上。
赵文渊在旁边眼珠子都快要瞪出来了。
「不是……这怎麽回事？」
他不顾韩路一还坐在电脑前，把头凑到屏幕前面，把测试报告从头到尾看了一遍。
精度误差：2.3e-6，远低於1e-5的要求。
性能：N卡实现的83%。
不是70%，是83%。
赵文渊又把生成的代码拉出来，逐行看了一遍。
他越看越沉默。
这段代码根本不是那种「能跑就行」的粗糙实现：softmax用的是三阶段online algorithm，reduce的展开策略乾净利落，shared memory的使用几乎没有浪费。
这是一个对底层硬体有深刻理解的人才能写出来的东西。
不，准确地说，是一个对底层硬体有深刻理解的人，才能指导AI写出来的东西。
赵文渊转过头，看着韩路一。
「韩总，你第二次输入的那些提示词——softmax三阶段、tile 64x64、4-stride展开——你怎麽知道的？」
韩路一靠在椅背上：「我看了文档。」
「我去，原来你看了文档啊，不早说。」赵文渊先开了个玩笑，然後声音突然拔高了，「我也看了两天文档，跑了十几个测试，我都没找到这个tile尺寸，你看了几分钟就看出来了？」
韩路一没有回答，只是笑了笑。
赵文渊盯着他看了好一会儿，最後像是泄了气一样靠回椅子上。
「行吧。」他说，「我不问了。」
他之前不是没想过用AI来做这些工作，但是AI根本做不了。每次跑出来的结果，不是卡死，就是偏差太大。
怎麽韩路一一上手就好用了？
赵文渊现在只想火速删掉发给韩路一的那个共享文档的标题。
韩路一在他眼前，把他觉得不可能的事情做出来了。
如果这个不是偶然呢？
如果scaled_dot_product_attention可以这样做，那其他算子呢？
什麽暂无可行性啊？
什麽叫「别想了，没戏」啊？
这不是有戏了吗？
他现在非常想让那个前同事过来现场看看。