被一根根细线串在了一起，然后变成了一张复杂又有序的大网。
【技能结构识别中……】
【知识片段整理中……】
【推理路径压缩中……】
韩路一猛地睁开眼睛。
等等，让我有点儿仪式感。
“视界，加点！”
【算子适配lv1，已习得】
这下舒服了。
韩路一精神一振。
虽然所有的提示语都是他自己给自己写的插件，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。
fedattentionbackward，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。
融合算子是什么？反向算子又是什么？
前向attention（注意力）大家都很熟悉了。
query、key、vae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么，还要知道输出变化之后，q、k、v三组值要怎么调整。
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softax梯度，再一步步算过去。
最后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。
聪明的芯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，融合之后就更大。
这个算子可以说是在考验工程师对硬件理解、内存编排的极限