| .. |
|
all_reduce
|
9d81716bfd
[v0.5.3] Release Candidate (#388)
|
hace 10 meses |
|
attention
|
251568470e
initial nvidia fp8 e4m3 for kv cache
|
hace 7 meses |
|
backup
|
f8dfac6372
chore: attention refactor and upstream sync apr01 (#365)
|
hace 11 meses |
|
cpu
|
b746fb5562
fix a few warnings on the cpu kernels
|
hace 7 meses |
|
hadamard
|
5d288aa76c
feat: add fast hadamard transformation kernels (#232)
|
hace 1 año |
|
moe
|
9d81716bfd
[v0.5.3] Release Candidate (#388)
|
hace 10 meses |
|
punica
|
d4edba99f9
add lora dims for Qwen1.5-32B
|
hace 7 meses |
|
quantization
|
2313c97e3d
add cutlass w8a8 kernels (#556)
|
hace 7 meses |
|
activation_kernels.cu
|
3d6695cfbb
feat: add approximate gelu activation kernels (#370)
|
hace 11 meses |
|
cache.h
|
251568470e
initial nvidia fp8 e4m3 for kv cache
|
hace 7 meses |
|
cache_kernels.cu
|
251568470e
initial nvidia fp8 e4m3 for kv cache
|
hace 7 meses |
|
cuda_compat.h
|
e3f2ea4850
make punica kernels work with rocm
|
hace 7 meses |
|
cuda_utils.h
|
31c95011a6
feat: FP8 E5M2 KV Cache (#226)
|
hace 1 año |
|
cuda_utils_kernels.cu
|
31c95011a6
feat: FP8 E5M2 KV Cache (#226)
|
hace 1 año |
|
dispatch_utils.h
|
f8dfac6372
chore: attention refactor and upstream sync apr01 (#365)
|
hace 11 meses |
|
layernorm_kernels.cu
|
9d81716bfd
[v0.5.3] Release Candidate (#388)
|
hace 10 meses |
|
ops.h
|
35ae01d7ba
refactor: attention metadata term
|
hace 7 meses |
|
pos_encoding_kernels.cu
|
e702f587cf
feat: add batched RoPE kernels (#371)
|
hace 11 meses |
|
pybind.cpp
|
2351a0e2cd
feat: FlashInfer backend for decoding phase (#548)
|
hace 7 meses |
|
reduction.cuh
|
9d81716bfd
[v0.5.3] Release Candidate (#388)
|
hace 10 meses |
AlpinDale
2313c97e3d
add cutlass w8a8 kernels (#556)