9 月 22 日消息，龙芯中科今日宣布推出支持自研通用 GPU 的龙芯加速计算平台（Loongson Accelerated Computing Platform）首个软件版本，面向龙芯通用 GPU 提供从底层驱动、编程环境到 AI 模型推理的完整软件支持。

该平台基于龙芯 2K3000 和 9A1000 芯片集成的 LG200 系列通用 GPU 核心开发。在已有 OpenGL、Vulkan 图形软件栈的基础上，平台进一步覆盖算力芯片驱动、编译器、运行时环境、算子库、推理引擎、调试工具和性能分析工具等组件。

龙芯加速计算平台支持 OpenCL 3.0 和 CUDA 两类编程模型接口，并集成 BLAS、DNN 等高性能算子库，可用于 AI 模型推理。平台面向龙芯全系列算力芯片，支持从系统选型、算力调用、模型优化到应用部署的开发流程。

在运行时环境方面，平台提供资源调度管理、内存管理、任务队列调度和事件同步等功能。底层驱动则对不同硬件计算资源进行统一抽象和管理，以支持多进程、多任务并发执行。

平台还集成了面向龙芯通用 GPU 的算力编译器，同时兼容 OpenCL 3.0 和 CUDA 编程接口。龙芯中科称，编译器针对自研通用 GPU 的指令集架构和硬件特性进行了优化，并通过 API 层面的兼容降低开发和迁移适配成本。

调试与分析工具支持断点设置、寄存器访问以及张量单元等硬件部件状态检查，可用于定位访存越界、计算异常和同步死锁等算力程序开发问题。

算子库目前覆盖基础线性代数和神经网络计算。其中，BLAS 相关算子针对 FP32、INT8 等数据类型的矩阵乘法（GEMM）、矩阵向量乘法和向量运算进行了汇编级优化；DNN 算子则覆盖卷积、池化、归一化、全连接和激活函数等常用操作。

针对龙芯通用 GPU 的张量单元及缓存层次结构，龙芯中科还对算子库进行了专门优化，以提高硬件计算资源利用率。

在 AI 推理方面，龙芯中科推出了高性能推理引擎 LacInfer，通过算子融合、常量折叠、算子消除和布局转换等方式优化计算图。其中，算子融合支持逐元素算子以及多分支、多输入算子的融合，也支持卷积、偏置和激活算子的深度融合，以减少数据访存。

龙芯加速计算平台支持 ONNX Runtime，并将 LacInfer 作为 ONNX Runtime 的执行后端。基于这一架构，用户可以将由 PyTorch、TensorFlow 等训练框架导出的 ONNX 模型直接部署到龙芯通用 GPU 平台，无需额外转换或重写代码。

目前，龙芯中科已在 9A1000 等芯片上针对目标检测、图像分割、姿态估计、旋转目标检测等计算机视觉模型进行优化。公司称，在提高推理速度的同时，相关量化推理的精度损失也得到了控制。

硬件兼容方面，该平台支持龙芯全系列算力芯片和 Linux 多内核版本系统，并计划随着 9A2000、9A3000 等后续算力芯片推进同步演进，以实现不同代际算力芯片之间的软件兼容。

IT之家注：CUDA 是英伟达推出的通用 GPU 并行计算平台与编程模型，OpenCL 则是一套面向异构计算设备的开放并行编程标准，两者均可用于 GPU 加速计算。

龙芯中科表示，目前相关算力软件已经服务部分早期客户，并基于 2K3000、9A1000 开展多款具身智能设备的智能体研发。随着龙芯加速计算平台正式发布，公司计划与产业链合作伙伴及开发者共同建设算力和 AI 软件生态。