mKernel

mKernel 是一个面向大规模分布式训练的高性能 GPU 内核融合框架，支持跨多 GPU 和多计算节点的单内核融合计算与通信。其核心能力包括：在单一 CUDA 持久化内核中统一调度计算（如 GEMM）、本地通信（NVLink）和远程通信（RDMA/IB），实现细粒度的 tile 级计算-通信重叠；基于 SM 角色特化（compute / send / reduce 等）和自研 GPU 驱动网络栈（绕过 NCCL/NVSHMEM，直驱 libibverbs）。适用于大模型训练中的 MoE、Ring Attention、AllGather+GEMM 等典型融合场景，尤其适合追求极致通信-计算重叠与端到端延迟优化的 HPC 与 AI 基础设施环境。