10 篇文档带有标签「MUSA」

Moore Perf System 是摩尔线程推出的GPU软件性能分析和调优工具，提供可视化界面，在时间轴上按时间顺序显示 CPU 和 GPU 的事件、吞吐和性能指标，帮助开发人员方便、快速、准确的定位到系统级别的性能瓶颈，进而进行针对性分析和优化，使程序性能满足需求。

MUSA是摩尔线程设计推出的统一系统架构，兼容CUDA，依托摩尔线程GPU，使用户更简单高效发挥出GPU的算力。Event（事件）是MUSA提供的一个便捷的工具，我们可以利用event来统计耗时、同步多stream等

摩尔线程 GPU（Moore Threads GPU, 简称MTGPU）作为全功能 GPU，拥有图形显示和计算这构筑元宇宙的两大功能，为了实现这一点摩尔线程设计出元宇宙统一系统架构（Moore Threads Unified System Architecture，简称MUSA），其底层框架提供对当今主流显示，高性能计算及AI应用库的兼容支持，让开发者能十分方便的在 MTGPU 算力底座上搭建元宇宙应用 。本文着重讨论GPU的计算部分。向初学者介绍，计算任务使用 GPU 和 CPU 的区别，什么样的计算任务适合在GPU中计算，怎样才能充分发挥GPU的性能。

随着人工智能技术的蓬勃发展，智能对话系统如ChatGPT在许多领域中发挥着重要作用。这些系统不仅限于对话生成和问题回答，还可以用于编写代码和帮助软件开发。尤其是在生成特定领域语言代码方面，ChatGPT展现出了极大的潜力。本文将探讨如何使用ChatGPT生成MUSA代码，以及这项技术如何促进程序设计和开发过程的简化。MUSA是摩尔线程设计推出的统一系统架构，兼容CUDA，依托摩尔线程GPU，使用户更简单高效发挥出GPU的算力。

本文将详细介绍使用cmake构建MUSA工程的整体流程以及一些细节。

Moore Perf System 是摩尔线程推出的GPU软件性能分析和调优工具，提供可视化界面，在时间轴上按时间顺序显示 CPU 和 GPU 的事件、吞吐和性能指标，帮助开发人员方便、快速、准确的定位到系统级别的性能瓶颈，进而进行针对性分析和优化，使程序性能满足需求。

musify 工具旨在尽量将原有的 CUDA 代码便捷迁移至 MUSA 平台上编译运行，从而达到间接兼容的效果。本文介绍了 musify 的设计意图，使用方法。

本文主要介绍如何在摩尔线程 AI 训练芯片 S4000 上快速适配 hugginface 模型和执行分布式训练任务。

Gromacs 是一款用于模拟生物大分子的软件，其核心是一个高效的分子动力学模拟程序，可通过使用 GPU 加速来提高计算效率。本文介绍了将 Gromacs 移植到 MUSA 平台上的过程。

vLLM是一个高性能且内存高效的大语言模型推理和服务框架。本文主要介绍如何在摩尔线程GPU上快速部署vLLM框架。