騰訊參與制定Vulkan矩陣擴展標準 推動機器學習加速計算發展

 　　隨著人工智能技術的發展，機器學習應用場景越來越廣泛，從智能語音助手到自動駕駛，從智能推薦到圖像識別，都需要大量的計算資源來支持。而GPU作為一種高效的計算資源，越來越受到關注，成為機器學習加速計算的重要工具。然而，跨硬件通用加速缺乏跨平臺跨硬件的通用API，不同顯卡實現高效算子十分困難和復雜。

　　作為頭部科技企業，騰訊一直致力于推動人工智能技術的發展。因此，騰訊作為khronos會員積極參與新擴展標準制定，為機器學習加速計算提供更好的解決方案。在Vulkan 1.3.255版本中，騰訊聯合ARM、NVIDIA、AMD、Google等諸多全世界科技企業一起帶來新擴展VK_KHR_cooperative_matrix，這是騰訊首次參與khronos標準貢獻。

　　Vulkan是通用的、跨平臺的、新一代圖形加速API，支持Windows、Linux、macOS、Android、iOS等多個操作系統。VK_KHR_cooperative_matrix擴展為Vulkan帶來中尺度矩陣類型，用于加速矩陣計算，加速神經網絡推理。這一新擴展使得非單一硬件綁定的通用AI計算加速成為可能，打破了行業壟斷，帶來了產業創新。Nvidia、ARM、AMD等顯卡廠商將發布新驅動支持這個擴展標準，這將進一步推動機器學習加速計算的發展。

　　在VK_KHR_cooperative_matrix擴展標準的制定中，騰訊優圖實驗室參與制定。在標準修訂過程中，騰訊優圖實驗室結合ncnn項目中的vulkan加速實踐經驗，主張新標準中的矩陣加載函數的stride參數允許為0，以便支持自動廣播行為。這一參數能有效提升神經網絡卷積和線性層計算中的bias數據處理效率。騰訊優圖實驗室專家，業界知名的開源神經網絡推理庫ncnn作者nihui表示：“khronos在線會議中，該提議獲得各參與廠商技術人員認可和贊同，并成為硬性標準之一，要求在GPU驅動中實現該行為。”

　　ncnn使用Vulkan API作為其跨平臺GPU通用加速方案。ncnn通過使用VK_KHR_cooperative_matrix擴展，在AMD顯卡上跑超分AI，速度提升約2.3倍。這也是VK_KHR_cooperative_matrix的首次應用，已發布在ncnn新版本中，帶來更廣泛的跨硬件廠商GPU加速。

　　騰訊參與制定VK_KHR_cooperative_matrix擴展標準，推動人工智能技術的發展，讓機器學習的計算能力更加高效、普惠和可持續，為機器學習加速計算提供了更好的解決方案，實現跨平臺跨硬件的通用API，使得機器學習加速計算更加高效、靈活。

　　一直以來，騰訊也在積極參與各類AI、大模型等方面的標準建設。2020年，騰訊被選舉為全國信標委人工智能分委會委員兼副秘書長單位，這意味著國家在推進包括人工智能在內的“新基建”過程中，騰訊正作為核心成員，承擔更多標準制定工作以及技術引領作用。前不久，騰訊云還聯合中國信通院發起行業大模型生態計劃，并牽頭國內首個金融行業大模型標準制訂，為金融行業智能化的高質量規范化發展提供重要支撐。

　　未來，騰訊將積極參與更多行業標準制定，助力更多行業提質增效，為人類社會帶來更多的福祉。