Benchmark 范围

本页定义 benchmark 标签的含义，以及读者应如何解释这些数字。

规范标签拆分

Benchmark 套件刻意区分两种 Tensor Core 视角：

• WMMA 端到端：面向安全 FP32 调用路径，包含 FP32→FP16 转换和 fallback 行为
• WMMA compute-only：纯预转换 WMMA 计算路径，仅在 M、K、N 为正且都是 16 的倍数时显示

之所以把这两个标签分开，是因为它们回答的是不同问题。

每个标签能证明什么

标签	能证明什么	单独看时不能证明什么
cuBLAS	当前 GPU 与工具链下的参考吞吐	跨环境评价项目 kernel 设计质量
标准 FP32 kernels	仓库 FP32 路径在选定 shape 上的端到端行为	Tensor Core 潜力
WMMA 端到端	真实调用者通过安全 Tensor Core wrapper 看到的效果	Tensor Core 峰值计算吞吐
WMMA compute-only	兼容维度下纯 WMMA 计算路径的上界	转换、fallback 或不规则 shape 的代价

读者应如何解释公开数字

1. 把它们当作代表性证据，而不是通用承诺。 一份公开快照只记录了某个 GPU、某个 CUDA 栈和某组 benchmark 配置。
2. 必须同类对比。 不要把“仅对齐 shape 的 compute-only 数字”与“混合 shape 的端到端数字”直接比较却不标注。
3. 默认存在硬件敏感性。 Volta、Turing、Ampere、Ada、Hopper 的主导瓶颈不会完全一样。
4. 默认这些数字不是 CI 跑出来的。 托管 CI 证明仓库健康，不证明 benchmark 真实表现。

规范 benchmark 集合

CLI 默认值也是信任模型的一部分：

• 未显式给维度时，默认单案例是 1024 x 1024 x 1024
• -a 会展开为 512x512x512、1024x1024x1024、256x384x640、511x513x1025

之所以这样设计，是为了让仓库同时报告友好 shape 和棘手 shape，而不是把它们假装成同一种工作负载。

引用数字前请先确认

• 给出 GPU 与 CUDA 环境
• 给出完整命令
• 说明是端到端还是 compute-only
• 说明是一组单案例还是混合默认集
• 如需复跑，引导读者阅读 可复现性