1.4 KiB
1.4 KiB
Chantier 4 — GDN chunkwise prefill (3.5, push 93→~150)
Base mesurée (26/05, fork ql, t8/b512/fa)
prefill plat: 93 @512, 97 @2k, 91 @8k. dense 285→182 (quadratique). croisement RAG ~24-28k. decode O(1) stable. Cible: prefill linéaire mais lent = recurrence sérielle, pas BW.
Le kernel actuel (gated-delta-net-ops.c:573 pp_thread)
Par tête (parallèle H*n_seqs), state S×S (S_v≤128). Pour chaque token t: gate-decay des S lignes, delta=(v−S·k)·β, update rank-1 S+=k⊗δ, out=S·q. = 3·S² flops/token, sériel sur n_tokens. C'est l'ancre.
Chunkwise (delta rule, CUDA/Vulkan le font)
Chunk C=64: intra-chunk = matmuls C×S triangulaire, inter-chunk = state. Les rank-1 sériels → GEMM C×S batchables → HMX 32×32. n_tokens/64 étapes au lieu de n_tokens.
Paliers (mesure à chaque)
- pp_thread chunked f32 bit-exact (réutilise cache, pas HMX). Valide ggml ref + bench. Gain cache seul?
- inner GEMM → HMX fp16, comparer dérive vs CPU (prefill tolère, KV only). Bench 93→?
- VTCM pour state inter-chunk (déjà au tg). Cible 150. Risque: HMX fp16 accum non bit-exact — OK prefill (decode CPU exact). Frontière, aide partielle structure/debug.