来自作者cloudcore的介绍：

在通常的 CUDA 编程中，用户主要通过 CUDA C/C++ 或 python 语言实现 CUDA 功能的调用。在 NVIDIA 对 CUDA C 的官方支持工具链中，CUDA 设备端代码从 CUDA C 转换为 NVVM IR（类似 LLVM IR），再生成对应架构的 ptx，最后由 ptxas 编译生成最终设备端的机器码。这其中CUDA C、NVVM IR和PTX都有相对完整的工具和文档支持。但对于最终生成的设备上运行的汇编（称为Streaming ASSembly，SASS）及其机器码，却没有提供类似 gcc 的 gas 和 llvm 的 llvm-mc 这种汇编工具。这就意味着最终代码生成质量将更多取决于编译器，而用户对底层汇编缺乏直接控制手段，从而限制功能使用和性能发挥。

CuAssembler 是个 CUDA SASS 汇编器，主要是把 nvdisasm 生成的反汇编输出汇编成可加载执行的 cubin 文件，实现对最终汇编机器码的绝对控制，弥补当前 NV 没有官方汇编器支持的不足。

同类工具里有asfermi，KeplerAs，maxas，turingas等针对特定 NV 架构的汇编工具。与这些工具相比，CuAssembler 对多架构的支持更完整（当前主要有 SM60/SM61/SM70/SM75/SM80/SM86），指令编码支持和扩展也更容易。同时，CuAssembler 能更好地嵌入现有 NVIDIA 官方工具链，可以实现大部分代码的功能继承自原有编译流程，从而支持更多 CUDA feature。

CuAssembler 的主要使用场景有两类。

一是性能敏感算子（如 conv、gemm 等）的汇编级的极致优化。由于汇编是设备运行的最终代码，使用汇编可以支持最细粒度的性能调优。第二个场景是通过一些特定汇编代码实现 microbenchmarking，测试指令集及微架构的性能信息，从而为程序性能优化提供参考。

从GitHub仓库可以看到，这个项目最早2年前已经在作者个人仓库中开源，这次是归入了OpenPPL之下。

内容中包含的图片若涉及版权问题，请及时与我们联系删除