About the theoretical value of the GPU

[fingertap]

请问沐神：

1. 在notebook中指向的wiki里，3090ti的理论值40是从表中的core boosted value（39.997）得到的吗？
2. 我在自己的很多块3090上，用CUDA11.7和nvidia-driver 525跑出来的TFLOPS都只有24，距离base（29.3）和boost（35.6）的理论值都有一定的差距。请问notebook中用3090ti跑的TFLOPS是经过超频的吗？要想达到接近理论值的FLOPS需要做怎样的设置呢？

[H-Jamieu]

直接上结论：这个问题是pytorch官方默认的distro设定是torch.backends.cuda.matmul.allow_tf32 = True导致的。可以将这个变量设置为true解决问题。用torch.set_float32_matmul_precision('high')也可做到，不过这个是用bf16加速的。

（opinion）也就是说4090在这个microbench里面80T的FP32算力是用tensorcore加速实现的，如果用cuda硬算大概是54T。

参考1：https://pytorch.org/docs/stable/notes/cuda.html
参考2：https://pytorch.org/docs/stable/generated/torch.set_float32_matmul_precision.html

----------------过时内容---------------------
我也遇到了这个问题，目前的发现是：

1. 如果直接用pip install torch的官方命令，无论Windows还是linux下FP32都约为理论值的62.5%，炼丹实测数据与理论跑分一至。手上的3090/4090/4080/4060都一样，cuda版本从11.2-12.1都试过，pytorch从1.13-2.1都试过。
2. FP16与理论值接近。
3. 用nvidia pytorch可以跑出理论成绩。
4. 自己偶然编译过一版pytorch，cuda用的是10.2，3090在Windows原生下Fp32达到了标称算力。
   猜想：该问题可能和pytorch官方编译的轮子有关.

[H-Jamieu]

experiments:

  ENV: windows 11, python3.9
  Pytorch version	: 2.3.1+cu118
  CUDA version	: 11.8
  GPU		: NVIDIA GeForce RTX 4090
  
  default
  
  n=128	n=512	n=2048	n=8192	n=16384
  torch.float32	0.224	14.299	55.590	54.695	54.470
  torch.float16	0.118	12.691	168.418	163.888	178.617
  
  torch.backends.cuda.matmul.allow_tf32 =True
  
  n=128	n=512	n=2048	n=8192	n=16384
  torch.float32	0.216	13.843	83.765	88.001	87.673
  torch.float16	0.215	13.581	168.568	164.090	178.862
  
  torch.set_float32_matmul_precision('highest')
  
  n=128	n=512	n=2048	n=8192	n=16384
  torch.float32	0.226	14.882	55.620	54.704	54.511
  torch.float16	0.217	13.613	168.589	163.722	178.860
  
  torch.set_float32_matmul_precision('high')
  n=128	n=512	n=2048	n=8192	n=16384
  torch.float32	0.213	13.797	86.896	91.506	91.438
  torch.float16	0.215	13.434	175.768	167.794	184.831