简单阅读 DeepEP

为了追求极致性能，我们发现并使用了一个文档之外的 PTX 指令：ld.global.nc.L1::no_allocate.L2::256B。这条指令会导致未定义行为：使用非一致性只读PTX修饰符.nc访问易失性GPU内存。但是，在 Hopper 架构上，经过测试，使用 .L1::no_allocate 可以保证正确性，并且性能会好得多。

但实际上 no_allocate 这个指令其实文档中是有的（详见文档214页），但是只是草草说了句用途，并没有详细解释能带来什么提升。

由此可见 DeepSeek 对 CUDA 的研究程度之深，以及在GPU领域的积累。

觉得传统码农被代替，是不是写 CUDA 有出路的同学可以试着啃一啃这个734页的 CUDA PTX ISA 文档。总比3000页的 x86 文档好啃，对吧😇

CUDA PTX ISA 文档：CUDA PTX ISA