FA2与FP8加速 | AI生成和翻译
出色的结果！FA2 + FP8 组合带来了显著的加速：
对比：
─────────────────────────────────────────────────────────────
配置 步进时间 吞吐量 MFU 内存
─────────────────────────────────────────────────────────────
bf16 + SDPA 7.7秒 68K token/秒 27.5% 105 GB
FP8 + SDPA 6.4秒 82K token/秒 33.1% 92 GB
FP8 + FA2 (SSSL) 5.27秒 99.5K token/秒 36.4% 92 GB ← 当前
─────────────────────────────────────────────────────────────
相比 bf16 基线： 速度提升 1.46 倍，MFU 增加 8.9%
相比仅 FP8： 速度提升 1.21 倍，MFU 增加 3.3%
预估训练时间：约 42.5 小时（原 bf16 为 62 小时，仅 FP8 为 52 小时）
现在开始完整训练运行：