写CUDA到底难在哪？

对GPU进行性能优化时，cudagraph是绕不开的话题。

不仅是GPU，大部分的xpu都会提供类似graph mode的优化，相比于每次分别由CPU进行kernel launch的eager mode，graph mode通常都会有较大性能提升，然而也经常容易出现各种各样的奇怪问题。

NVIDIA有一个简单的博客介绍，其中只使用了stream capture的形式来构造cudagraph，而且本质上就是多个kernel前后提交，根本无法展示cudagraph的复杂性。

本文尝试从底层原理出发，根据文档和 …。