修改flashattn教程图片 #75
|
|
@ -54,10 +54,10 @@
|
|||
**创建并启动实例**
|
||||
|
||||
1. 进入算力市场，筛选“沐曦”芯片厂商，选择合适的 GPU 规格，推荐曦云 C500 节点。
|
||||
2. 关键配置：在预装镜像处，务必选择专属开发镜像 PyTorch Agent / 2.8.0 / Python 3.12 / maca 3.7.2.1。
|
||||
2. 关键配置：在预装镜像处，务必选择专属开发镜像 PyTorch Agent / 2.8.0 / Python 3.12 / maca 3.7.1.5。
|
||||
3. 创建完成后，进入算力容器，点击“工具-lab”即可打开 JupyterLab 终端开始项目创作。
|
||||
|
||||
|
||||
|
||||
|
||||
**说明：** 由于本次使用的是预装的专属镜像，环境中已经默认安装并配置好了 PyTorch、FlashAttention、einops 等依赖包。因此在启动实例后，无需再进行繁琐的依赖库版本验证即可直接进入测试环节。
|
||||
|
||||
|
|
@ -392,7 +392,7 @@ Benchmark 脚本用于理解目标算子的调用方式、输入输出 shape 和
|
|||
4. 找到对应题目 **Agent推理算子库优化-FlashAttention KV Cache Decode**。
|
||||
5. 点击进入题目详情页，查看题目描述、接口约定、数据范围和提交入口。
|
||||
|
||||
|
||||
|
||||
|
||||
### Step 10：理解 CUDA Maca 接口约定与精度要求
|
||||
|
||||
|
|
@ -593,9 +593,9 @@ S_{\mathrm{display}} = 150 + 10 \cdot \log_{10}\left(\frac{S}{150}\right)
|
|||
|
||||
在榜单页面，可以查看所有参赛者的排名情况：
|
||||
|
||||
|
||||
|
||||
|
||||
|
||||
|
||||
|
||||
* **本题得分：** 展示该题的历史最好成绩，排名按本题得分从高到低排序。
|
||||
* **个人排名：** 页面顶部会显示你的当前排名和当前得分，方便快速了解自己的位置。
|
||||
|
|
|
|||
Loading…
Reference in New Issue