對標蘋果的靈動島 華為帶來實況窗功能
繼蘋果的靈動島之后，華為也在今天正式推出了“實況窗”功能。據今天鴻蒙OS 4.0的現場演示顯示，華為的實況窗可以更高效的展現出實時通知，比如鎖屏上就能看到外賣、打車、銀行
英偉達剛剛從DeepSeek-R1引發的4萬億元暴跌中緩過勁來，又面臨新的壓力？
硬件媒體Tom‘s Hardware帶來開年新熱議：
DeepSeek甚至繞過了CUDA，使用更底層的編程語言做優化。
這一次是DeepSeek-V3論文中的更多細節，被人挖掘出來。
來自Mirae Asset Securities Research（韓國未來資產證券）的分析稱，V3的硬件效率之所以能比Meta等高出10倍，可以總結為“他們從頭開始重建了一切”。
在使用英偉達的H800 GPU訓練DeepSeek-V3時，他們針對自己的需求把132個流式多處理器（SMs）中的20個修改成負責服務器間的通信，而不是計算任務。
變相繞過了硬件對通信速度的限制。
△ DeepSeek-V3 Technical Report
這種操作是用英偉達的PTX（Parallel Thread Execution）語言實現的，而不是CUDA。
PTX在接近匯編語言的層級運行，允許進行細粒度的優化，如寄存器分配和Thread/Warp級別的調整。
這種編程非常復雜且難以維護，所以行業通用的做法是使用CUDA這樣的高級編程語言。
換句話說，他們把優化做到了極致。
有網友表示，如果有一群人嫌CUDA太慢而使用PTX，那一定是前量化交易員。
一位亞馬遜工程師提出靈魂質問：CUDA是否還是護城河？這種頂尖實驗室可以有效利用任何GPU。
甚至有網友開始暢想，如果“新源神”DeepSeek開源了一個CUDA替代方案……
那么事情是否真會如此？
DeepSeek真的繞過了CUDA？
首先要明確的是，PTX仍然是英偉達GPU架構中的技術，它是CUDA編程模型中的中間表示，用于連接CUDA高級語言代碼和GPU底層硬件指令。
PTX類似匯編語言，代碼大概長這樣：
△來自tinkerd.net
在實際編譯流程中，CUDA代碼首先被編譯為PTX代碼，PTX代碼再被編譯為目標GPU架構的機器碼（SASS,Streaming ASSembler）。
CUDA起到了提供高級編程接口和工具鏈的作用，可以簡化開發者的工作。而PTX作為中間層，充當高級語言和底層硬件之間的橋梁。
另外，這種兩步編譯流程也使得CUDA程序具有跨架構的兼容性和可移植性。
反過來說，像DeepSeek這種直接編寫PTX代碼的做法，首先不僅非常復雜，也很難移植到不同型號的GPU。
有從業者表示，針對H100優化的代碼遷移到其他型號上可能效果打折扣，也可能根本不工作了。
所以說，DeepSeek做了PTX級別的優化不意味著完全脫離了CUDA生態，但確實代表他們有優化其他GPU的能力。
事實上，我們也能看到DeekSeek已經與AMD、華為等團隊緊密合作，第一時間提供了對其他硬件生態的支持。
One More Thing
還有人提出，如此一來，讓AI擅長編寫匯編語言是AI自我改進的一個方向。
我們不知道DeepSeek內部是否使用AI輔助編寫了PTX代碼——
但是確實剛剛見證DeepSeek-R1編寫的代碼顯著提升大模型推理框架的運行速度。
Llama.cpp項目中的一個新PR請求，使用SIMD指令（允許一條指令同時處理多個數據）顯著提升WebAssembly在特定點積函數上的運行速度，提交者表示：
這個PR中的99%的代碼都是由DeekSeek-R1編寫的。我唯一做的就是開發測試和編寫提示（經過一些嘗試和錯誤）。
是的，這個PR旨在證明大模型現在能夠編寫良好的底層代碼，甚至能夠優化自己的代碼。
llama.cpp項目的創始人檢查了這段代碼后表示“比預期的更爆炸”。
本文鏈接：http://www.rrqrq.com/showinfo-17-127882-0.html“DeepSeek甚至繞過了CUDA”！論文細節再引熱議 工程師靈魂提問：英偉達護城河還在嗎
聲明：本網頁內容旨在傳播知識，若有侵權等問題請及時與本網聯系，我們將在第一時間刪除處理。郵件：[email protected]
Copyright ? 2016-2023 天津谷騏科技有限公司 版權所有 sitemap.xml
違法及侵權請聯系：[email protected] 津ICP備18001702號
津公網安備 12010102000574號