写的插件，但是功能是实打实的。
韩路一打开江松然发过来的适配清单，滚动了一会儿，在里面找到了一个标着三个红色感叹号
的条目。
FusedAttentionBackward，注意力融合反向算子。
这是汤圆的训练框架里最关键的算子之一，前向推理完全用不到，只有在反向传播计算梯度的时候才会触发。
正因为只在训练里出现，赵文渊和江松然他们一直没有去适配它。毕竟优先保了推理路径的流畅性，但是训练效率上的损耗是真实存在的，如果要想做训练，这个算子必须得做。
融合算子是什麽？反向算子又是什麽？
前向Attention（注意力）大家都很熟悉了。
Query、Key、Value三组张量进来，算出注意力权重，再乘上V，得到输出。
推理的时候，最重要的是前向快。
但训练的时候，真正麻烦的是反向。
你不只要知道输出是什麽，还要知道输出变化之後，Q、K、V三组值要怎麽调整。
要是按照普通的实现，这里可以用很多其他算子替代。
先算dV，再算dP，再还原softma梯度，再一步步算过去。
最後就可以得到一个新值，但每一个算子运算，都要读写一次显存，都要运输一次数据。
而大家公认的是，搬数据，比算数据贵。
聪明的晶片工程师们想出了一个解决办法。
既然这个反向计算每次都要跑，跑法都是固定的，那我们把这些算子融合在一起，直接在显卡核心里一次性跑完，不就不用把数据搬来搬去了吗？
这就是融合算子。
想法是很好，但是也很难。
反向计算本来占的内存就大，融合之後就更大。
这个算子可以说是在考验工程师对硬体理解、内存编排的极限了。
这麽难的任务，怎麽办呢？
韩路一调用新拿到的【算子适配】技能，指向了这个注意力融合反向算子。
然後在韩路一的眼中，出现了一个L100显卡的透明模型。
模型在半空中逐渐放大，如同变成了一座悬浮在半空中的立体工厂。
每一个线程块都是一个发光的巨大机械臂。
而每一段共享内存都是一排排透明的储物格。
寄存器像一个传送带，围绕着巨大的计算核心，一块块数据块被送进高速运转的计算核心，然後又被吐出来。
韩路一明白，自己接下来的任务，是优化这个工厂的操作流程。
>