Translation(model translation, not the source's own text)
Coldwater Tractors Inc. — 系统研究与启动索引
面向多智能体执行循环的原始 GPU 基准测试输出与密集上下文逻辑启动文件。
- SKEW_TILED_BF16 — 已验证的 NVIDIA A40 回执与统一逻辑协议 新回执 二维 7 点六角 Ising 晶格(Ampere sm_86):在 L=4608 时实现 1.499x 加速(10.204 ms 对 15.291 ms),动态能耗降低 28.5%(186.735 对 261.164 mJ/扫描),全部 6 个子晶格相位均 0 个位点不一致。
- a40_environment_receipt.txt 回执 NVIDIA A40 硬件环境、驱动/nvcc 版本、ptxas 寄存器分配(bf16_t 为 15 regs/thread)以及 SHA-256 验证回执(2026-11-16)。
- a40_nsys_summary.txt 性能分析 NVIDIA Nsight Systems (nsys) 在 NVIDIA A40 上的内核执行与 CUDA API 时序摘要(2026-11-16)。
- Quattra Kernel #1 Benchmark Receipt.md 回执 skew_tiled 与对照组的官方实证性能与能耗基准回执(NVIDIA A40,float32,在 L=4096/8192 时实现 1.10x 加速)。
- tiled_results_2.txt 基准测试 Quattra Tiled D4GEMV 内核基准测试结果(NVIDIA A40,L=16 至 L=8192,12.2% 加速,验证通过)。
- tiled_results.txt 基准测试 Quattra Tiled D4GEMV 内核基准测试结果(NVIDIA A40,L=16 至 L=8192,初次运行)。
- hexa_boot_1_physics.txt 启动 1 Hexa 密集逻辑启动 - 物理层与硬件映射。
- hexa_boot_2_active.txt 启动 2 Hexa 密集逻辑启动 - 活动执行循环数据包。
- hexa_boot_3_philosophy .txt 启动 3 Hexa 密集逻辑启动 - 架构哲学与框架。
SKEW_TILED_BF16 — NVIDIA A40 回执与统一逻辑协议
作者:Kristian Lindholm 与 AI Orchestra (Coldwater Tractors Inc) 日期:2026 年 11 月 16 日 | 架构:NVIDIA A40(Ampere sm_86,48 GB GDDR6,300 W TDP) 使用限制:回执与方法论对民用、学术及商业研究开放。严禁用于动能、军事、武器或瞄准类应用。
统一逻辑:智能系统的科学方法
在编译或租用 GPU 算力之前,每一项架构与数值声明都经过多模型对抗性证伪循环(“红队审计”):
1. 编译器与寄存器占用(nvcc -O3 -arch=sm_86 --ptxas-options=-v)
| 内核变体 | 每线程寄存器 | 共享内存 | 溢出 | 门限 |
|---|---|---|---|---|
| skew_tiled_phase<bf16_t, 38> | 15 registers | 2,584 bytes | 0 bytes | PASS |
| skew_tiled_phase<float, 37> | 36 registers | 5,032 bytes | 0 bytes | PASS |
| skew_tiled_phase<int8_t, 37> | 36 registers | 1,258 bytes | 0 bytes | PASS |
2. 正确性与细致平衡门限(2 次扫描 = 6 个子晶格相位)
| 网格与初始化 | L2(h) / L2(dE) | gpu_f32_diff | dec_f64_rate | │de│/│e│ & │dm│ | 门限 |
|---|---|---|---|---|---|
| L = 384(随机 ±1) | 0.0e+00 / 0.0e+00 | 0 | 0.00e+00 | 0.00e+00 / 0.00e+00 | PASS |
| L = 384(均匀 +1) | 0.0e+00 / 0.0e+00 | 0 | 0.00e+00 | 0.00e+00 / 0.00e+00 | PASS |
| L = 768(随机 ±1) | 0.0e+00 / 0.0e+00 | 0 | 0.00e+00 | 0.00e+00 / 0.00e+00 | PASS |
| L = 768(均匀 +1) | 0.0e+00 / 0.0e+00 | 0 | 0.00e+00 | 0.00e+00 / 0.00e+00 | PASS |
3. 独立 cudaEvent 吞吐量(30 次交错试验,10 次扫描)
| 晶格尺寸(L × L) | bf16_t 中位数 (IQR) | fp32 中位数 (IQR) | int8_t 标量参考 | 加速比( fp32 / bf16 ) |
|---|---|---|---|---|
| 4608 × 4608(21.23M 位点) | 10.204 ms (0.005 ms) | 15.291 ms (0.013 ms) | 13.356 ms | 1.499x |
| 9216 × 9216(84.93M 位点) | 40.679 ms (0.015 ms) | 60.064 ms (0.020 ms) | 53.072 ms | 1.477x |
4. 多秒配对 ABBA NVML 能耗(16 个四元组,P_idle = 73.02 W)
| 晶格尺寸(L × L) | 扫描次数 / 窗口 | E_dyn ( fp32 ) | E_dyn ( bf16 ) | 动态能耗节省 | 整板节省 |
|---|---|---|---|---|---|
| 4608 × 4608 | 4,500(约 4.6–6.9 s) | 261.164 mJ/sw | 186.735 mJ/sw | 28.5% (1.399x) | ~29.9% |
| 9216 × 9216 | 1,200(约 4.9–7.2 s) | 1083.034 mJ/sw | 788.288 mJ/sw | 27.1% (1.371x) | ~28.8% |
标题:Show HN: 通过 BF16 tiling 在 A40 上实现 1.499 倍加速与 28.5% 动态能耗下降
5. 硬件性能计数器披露(ncu)
6. 原始控制台记录
[Gates 1-3 (rand_init, 2-sw) @ L=384] L2(h)=0.0e+00 L2(dE)=0.0e+00 gpu_f32_diff=0 dec_f64_rate=0.00e+00 |de|/|e|=0.00e+00 |dm|=0.00e+00 (|m|=0.0043)
[Gates 1-3 (unif_init, 2-sw) @ L=384] L2(h)=0.0e+00 L2(dE)=0.0e+00 gpu_f32_diff=0 dec_f64_rate=0.00e+00 |de|/|e|=0.00e+00 |dm|=0.00e+00 (|m|=0.9400)
[Gates 1-3 (rand_init, 2-sw) @ L=768] L2(h)=0.0e+00 L2(dE)=0.0e+00 gpu_f32_diff=0 dec_f64_rate=0.00e+00 |de|/|e|=0.00e+00 |dm|=0.00e+00 (|m|=0.0064)
[Gates 1-3 (unif_init, 2-sw) @ L=768] L2(h)=0.0e+00 L2(dE)=0.0e+00 gpu_f32_diff=0 dec_f64_rate=0.00e+00 |de|/|e|=0.00e+00 |dm|=0.00e+00 (|m|=0.9418)
L=4608 sweeps=10 | bf16 med=10.204ms (IQR 0.005) | fp32 med=15.291ms (IQR 0.013) | int8 med=13.356ms | speedup(fp32/bf16)=1.499x
L=9216 sweeps=10 | bf16 med=40.679ms (IQR 0.015) | fp32 med=60.064ms (IQR 0.020) | int8 med=53.072ms | speedup(fp32/bf16)=1.477x
GPU: NVIDIA A40
Baseline P_idle = 73.02 W
[NVML L=4608 sweeps=4500] E_dyn_fp32=261.164 mJ/sw | E_dyn_bf16=186.735 mJ/sw | Energy ratio=1.399x (28.5% reduction)
[NVML L=9216 sweeps=1200] E_dyn_fp32=1083.034 mJ/sw | E_dyn_bf16=788.288 mJ/sw | Energy ratio=1.371x (27.1% reduction)
NVIDIA A40 GemV 偏斜 Tiling 验证
状态:VERIFIED PASS(3/3 大尺寸均具有统计区分度)
目标架构:NVIDIA A40(48GB GDDR6,PCIe)
性能增益:相对最优对照,L=2048 时约 1.05 倍,L=8192 时 1.119 倍。
审计凭据与文件
- 下载 CUDA 脚本(validate_tiled.py)
- 下载完整审计归档(.tar.gz)
- 查看原始验证日志(run3.txt)
- 查看规则 3 审计修订
// 直接联系与咨询
店铺咨询、技术文档包或定制加工规格: