[WeeklyReport] zeroRains 2025.02.17~2025.03.02 (#445)

Author: zeroRains

WeeklyReports/Hackathon_8th/07_zeroRains/[WeeklyReport]2025.2.17~2025.3.2.md.md

@@ -0,0 +1,45 @@
+### 姓名
+
+卢林军
+
+### 实习项目
+
+大语言模型推理&服务化易用性提升专项
+
+### 本周工作
+
+本项目的主要工作是优化当前PaddleNLP大模型推理服务调用，本周主要工作如下：
+
+
+1. 自定义算子二次封装与自动编译
+
+收集PaddleNLP中使用的自定义算子(csrc文件夹中)，构建二次封装接口
+
+继续更新自定义算子的调用参数，添加新增算子的二次封装。
+
+CI已过
+
+相关 PR：
+
+- https://github.com/PaddlePaddle/PaddleNLP/pull/9794
+
+2. 分析Append Attention使用的Kernel结构，尝试解耦其实例化方式
+
+编译失败：指符号链接超出能够索引的范围
+
+尝试将现有Dispatch宏展开替换成递归模板调用的形式，但本质上仍然要对Append Attention Kernel进行很多的实例化。编译时间仍然很长，最后也会编译失败。
+
+通过编写脚本，将Append Attention的CascadeAppendAttentionKernel的实例化过程写在不同的文件，最后大概生成了9000多个实例化函数，最后仍然编译失败。
+
+最后远乐老师从代码结构分析，将适配MLA所需要的head_dim与原本的GQA所需要的head_dim分成两个不同的宏定义进行Dispatch，解决了编译失败的问题。
+
+
+### 下周工作
+
+1. 推进当前自定义算子PR合入
+2. 讨论自定义算子的多设备适配和自定义算子的默认参数设置问题
+
+### 导师点评
+
+
+