MUSA SDK v4.3.2 发布版本信息
下载链接
发布说明
MUSA SDK v4.3.2 版本基于MUSA SDK 4.3.0分支进行功能迭代和问题修复,现已正式发布。
具体支持平台详见下方列表。
支持平台
MTT S5000支持平台
| CPU | OS | 内核版本 | MUSA SDK包 |
|---|---|---|---|
| Intel | Alibaba Cloud Linux 3 | 5.10.134-13.al8.x86_64 | RPM |
| Ubuntu 22.04.4 LTS | 5.15.0-105-generic | DEB | |
| Debian GNU/Linux 12 | 5.15.120.ve.3u1-amd64 | DEB | |
| openEuler 22.03 (LTS-SP4) | 5.15.0-105-generic | RPM | |
| AMD | Ubuntu 22.04.4 LTS | 5.15.0-105-generic | DEB |
| Hygon | Alibaba Cloud Linux 3 Pro Edition | 5.10.134-010.ali5000.pro.al8.x86_64 | RPM |
| Ubuntu 22.04.4 LTS | 5.15.0-105-generic | DEB |
MTT S4000支持平台
| CPU | OS | 内核版本 | MUSA SDK包 |
|---|---|---|---|
| Intel | Ubuntu 22.04.4 LTS | 5.15.0-105-generic | DEB |
产品说明
摩尔线程 MUSA SDK 是一套完整的 GPU 并行计算开发环境,专为利用摩尔线程 GPU 加速程序而设计。通过 MUSA SDK,您能够轻松地利用 GPU 加速各种应用,涵盖企业数据中心、桌面、工作站以及云平台和超级计算机等多个领域。该套件包括了 GPU 加速库、调试和优化工具、C/C++编译器以及用于应用程序部署的运行时库等功能。作为一套完整的开发工具,MUSA SDK 包含了以下主要组件:
- MUSA Toolkits,包含底层编译器、MUSA 运行时库、Musify 工具以及MUSA-X 基础数学计算加速库
- muDNN,MT GPU 深度学习加速库
- MCCL,MT GPU 通信加速库
- MUSA SDK 依赖于摩尔线程 GPU 和摩尔线程 GPU 通用驱动程序,需要运行在带有摩尔线程 GPU的服务器/工作站/PC 中,并安装了通用 Linux 驱动程序的环境中运行
- MT GPU:MTT S5000, MTT S4000
- 通用驱动软件
另外 MUSA SDK 可配合摩尔线程提供的其他工具和软件提供更完整的 MUSA 计算功能
- GMI&MTML 工具,可提供显卡的管理监控功能并带有 C 函数接口
- 摩尔线程云原生套件,提供基于容器环境的 MUSA 计算并兼容 K8s 生态以及基于 RDMA 的GPU通信功能
功能描述
- 支持 SIMT(Single Instruction Multiple Thread,SIMT)架构并行编程模型
- 提供 MUSA 编程语言配套的编译器工具链 mcc,用于将 MUSA 应用程序源码编译为可以被 GPU识别的可执行文件
- MUSA 驱动与运行时库,提供完整的基于 MT GPU 的MUSA 运行环境
- 摩尔线程 MUSA 数学库提供了在 MT GPU 上优化过的数学函数库,包括
- MUSA 基础线性代数加速库,MUSA BLAS Library,简称 muBLAS
- MUSA 伪随机数生成加速库,MUSA RAND Library,简称 muRAND
- MUSA 傅立叶变换加速库,MUSA FFT Library,简称 muFFT
- MUSA 稀疏矩阵加速库,MUSA SPARSE Library,简称 muSPARSE
- MUSA 线性代数求解加速库,MUSA SOLVER Library,简称 muSOLVER
- MUSA 图像及信号处理加速库,MUSA Performance Primitives Library,简称 muPP
- MUSA Thrust 并行计算加速库,MUSA Thrust Library,简称 muThrust
- MCCL 通信,针对摩尔线程 GPU 和网络进行性能优化的多 GPU 和多节点通信基元。 MCCL 提供了 all-gather、all-reduce、broadcast、reduce、reduce-scatter、point-to-point send 和 receive等原语,这些原语均经过优化,可通过节点内的 PCIe 和 MTLink 高速互联以及节点间的InfiniBand 网络实现高带宽和低延迟
- muDNN 库,针对深度学习领域和人工智能模型算法优化的函数库,提供高度优化的数学和数据处理任务的函数,包括张量运算,神经网络层计算,损失函数计算等
- Triton MUSA库,支持在摩尔线程 GPU 上高效运行 Triton DSL
主要更新
系统与特性增强
- 支持 VPU 功能
- 支持 MCCL all2all over ACE 与 MCCL allreduce over ACE 功能
- 扩展平台支持:
- Intel + OpenEuler
- Hygon4 + Ubuntu
- AMD + Ubuntu
产品组件说明
MUSA SDK组件
| 包名称 | 版本 |
|---|---|
| mccl_rc2.1.2.PH1.tar.gz | rc2.1.2.PH1 |
| mccl_rc2.1.2.QY2.tar.gz | rc2.1.2.QY2 |
| mudnn_rc3.1.2.PH1.tar.gz | rc3.1.2.PH1 |
| mudnn_rc3.1.2.QY2.tar.gz | rc3.1.2.QY2 |
| musa_3.3.2-server_amd64.deb | 3.3.2 |
| musa_toolkits_rc4.3.2.tar.gz | rc4.3.2 |
| triton_rc1.4.0_py310.tar.gz | rc1.4.0 |
| triton_rc1.4.0_py311.tar.gz | rc1.4.0 |

