Together AI将ThunderKittens移植至NVIDIA Vera Rubin NVL72，性能提升至22 PFLOPS

摘要：Together AI宣布将ThunderKittens项目成功移植到NVIDIA最新发布的Vera Rubin NVL72超级计算平台上，并围绕新硬件重新构建了NVFP4 GEMM（通用矩阵乘法）模块，使其性能从42%的屋顶线提升至超过22 PFLOPS。这一性能水平已与NVIDIA的cuBLAS和CuTe DSL等主流高性能计算库相媲美。ThunderKittens的移植展示了AI模型与硬件架构的深度协同优化，为高性能计算和AI应用提供了新的可能性。

---

核心突破

Together AI宣布将ThunderKittens项目成功移植到NVIDIA最新发布的Vera Rubin NVL72超级计算平台上。这一移植工作主要围绕新硬件对NVFP4 GEMM（通用矩阵乘法）模块进行了全面优化和重构，使其性能从42%的屋顶线提升至超过22 PFLOPS。这一性能水平已与NVIDIA的cuBLAS和CuTe DSL等主流高性能计算库相媲美。

技术亮点

• 硬件适配与优化：ThunderKittens的移植涉及对NVIDIA Vera Rubin NVL72硬件架构的深度适配，包括对ISA（指令集架构）的调整和优化。
• 性能提升：通过优化NVFP4 GEMM模块，ThunderKittens的性能实现了从42%到超过22 PFLOPS的飞跃，展示了AI模型与硬件的深度协同优化。
• 与主流库媲美：优化后的ThunderKittens性能已与NVIDIA的cuBLAS和CuTe DSL等主流高性能计算库相媲美，证明了其在高性能计算领域的竞争力。

行业影响

ThunderKittens的成功移植展示了AI模型与硬件架构的深度协同优化，为高性能计算和AI应用提供了新的可能性。这一成果不仅对AI研究具有重要意义，也为AI模型的硬件适配和性能优化提供了宝贵的经验。

开发者建议

• 关注硬件适配：AI开发者应关注硬件架构的最新发展，并积极探索AI模型与硬件的协同优化策略。
• 利用高性能计算资源：对于需要高性能计算的应用场景，开发者可以考虑利用NVIDIA Vera Rubin NVL72等超级计算平台，以提升AI模型的性能。

结论

Together AI的ThunderKittens项目在NVIDIA Vera Rubin NVL72上的成功移植，标志着AI模型与硬件协同优化的重要进展，为AI研究和高性能计算领域带来了新的机遇。

---

消息来源：Together AI Blog (2026-09-10)

—— 完 ——

主题标签： #Together AI #ThunderKittens #NVIDIA Vera Rubin NVL72 #高性能计算 #AI模型优化