Today for AI
返回热点榜
compute热度 4.5°

AI 聚簇研判事件 · 2026/10/10

Google XProf 新增 TPU v7 内核级分析：三重缓冲优化 Pallas 矩阵乘法提速 30%

1 篇报道存证1 家独立信源交叉印证持续跟踪至 2026/10/10 14:52:35
全景综述与最新动态
1 家信源交叉印证

Google 为开源性能分析器 XProf 增加了针对 TPU v7（Ironwood）的内核级深度剖析能力，支持对 Pallas、Mosaic 等自定义内核进行周期级硬件计数器采样。该工具揭示了静态成本模型在跳过标准 XLA Pass 时的失效问题，并通过实测证明利用寄存器级数据指导“三重缓冲”优化可将矩阵乘法执行时间降低约 30%。

最新动向/Google 为开源性能分析器 XProf 增加了针对 TPU v7（Ironwood）的内核级深度剖析能力，支持对 Pallas、Mosaic 等自定义内核进行周期级硬件计数器采样。该工具揭示了静态成本模型在跳过标准 XLA Pass 时的失效问题，并通过实测证明利用寄存器级数据指导“三重缓冲”优化可将矩阵乘法执行时间降低约 30%。

热度曲线逐小时热度走势

43 个完整观测小时
当前
4.5
峰值
12.015:00
近 24h 变化
-43%

曲线只比较全程持续完整观测的同一批信源；缺口小时数据已插值平滑，保持趋势连续。

TIMELINE报道时间线

共 1 篇 · 最新优先
  1. InfoQ 中文T2·68 分

    Google XProf 新增 TPU v7 内核级分析：三重缓冲优化 Pallas 矩阵乘法提速 30%

    原标题：Pallas 内核怎么调优？Google 给出的答案是“少信模型，多看寄存器”

    • XProf 现支持在 TPU v7 上对 Pallas/Mosaic 自定义内核进行运行时硬件计数器采样，暴露此前不可见的 HBM 等待瓶颈。
    • 由于自定义内核跳过标准 XLA Pass，传统的静态成本模型（如 FLOPs 指标）可能严重失真，需依赖寄存器级实时数据。
    • 实测案例显示，基于新分析工具发现的内存停顿问题，通过引入三重缓冲技术将分块矩阵乘法耗时从 125.5µs 降至 88µs（提升约 30%）。