原文
Qingming-g64-ntt-cuda: RTX4090-24G results for native Goldilocks/G64 STARK-LDE NTT — uulong950 (2026-07-06)
ネイティブなG64体 STARK-LDE NTTに関するCUDA / RTX4090-24Gの結果レポートを公開します。
リポジトリ:
https://github.com/uulong950/qingming-g64-ntt-cuda
これは、以前のAMD HIP / ROCmでのqingming-g64-ntt作業に続く、CUDA側のフォローアップです。
このリリースの目的は、明確なインターフェース定義、検証チェック、およびサポートされるサイズ境界を備えた、再現可能なRTX4090-24Gの結果を報告することです。
ステータス
status,RTX4090-24G,implemented_and_validated
status,A100-40G,todo
field,native_Goldilocks_G64
modulus,0xffffffff00000001
generator,7
lde_factor,8
現在のRTX4090-24Gリリースでは、2つのインターフェースが報告されています。
qingming_fast:
input = device-native tiled input
output = mapped output
qingming_standard:
input = natural-order input
output = standard materialized output
両方のインターフェースは、domain_logn = 20からdomain_logn = 30まで検証されています。
domain_logn = 31は、RTX4090-24Gの容量制限によりゲートされています。
domain_logn >= 32は、現在のサポート範囲外です。
ワークロード
ワークロードは、STARKスタイルのLDE向けネイティブG64体 NTTです。
field = Goldilocks / G64
modulus = 2^64 - 2^32 + 1
generator = 7
lde_factor = 8
報告されたLDE関係は次のとおりです。
logical_logn = 17..28
domain_logn = logical_logn + 3
したがって、一般的なSTARK-LDEポイントは次のとおりです。
logical_logn = 24
lde_factor = 8
domain_logn = 27
独立した検証
GitHubから独立した新規クローンを実行し、RTX4090-24G上でアーティファクトを再構築し、検証スイートを再実行しました。
検証により以下が確認されました。
self_test,pass
gpu_cpu_check,pass
radix512_check,pass
qingming_fast,domain_logn20_to_30,pass
qingming_standard,domain_logn20_to_30,pass
domain_logn31,capacity_gated_on_rtx4090_24g
したがって、このリリースでは、高速インターフェースと標準インターフェースの両方で、RTX4090-24G上でdomain_logn = 20..30が検証済みとして報告されています。
RTX4090-24Gインターフェース結果
| ドメインログN | qingming_fast 中央値 (ms) | qingming_fast GB/秒 | qingming_standard 中央値 (ms) | qingming_standard GB/秒 | ステータス |
|---|---|---|---|---|---|
| 20 | 0.2427 | 153.62 | 0.2806 | 132.88 | 合格 |
| 21 | 0.3400 | 230.30 | 0.4096 | 191.15 | 合格 |
| 22 | 0.5183 | 316.52 | 0.6800 | 241.25 | 合格 |
| 23 | 0.7720 | 444.28 | 1.2534 | 273.66 | 合格 |
| 24 | 1.2329 | 580.61 | 2.2958 | 311.80 | 合格 |
| 25 | 2.3142 | 644.41 | 4.6806 | 318.61 | 合格 |
| 26 | 4.5804 | 677.22 | 16.8243 | 184.37 | 合格 |
| 27 | 9.1535 | 703.82 | 38.1430 | 168.90 | 合格 |
| 28 | 22.7062 | 588.48 | 79.8986 | 167.24 | 合格 |
| 29 | 48.9042 | 565.98 | 164.1800 | 168.59 | 合格 |
| 30 | 96.9032 | 590.96 | 325.8757 | 175.73 | 合格 |
| 31 | NA | NA | NA | NA | 容量制限によりゲートされている |
| ドメインログN | qingming_standard 中央値 (ms) | p95 ms | スループット | ステータス | |
| --- | --- | --- | --- | --- | |
| 20 | 0.2775 | 0.2775 | 134.35 GB/s | 合格 | |
| 21 | 0.4055 | 0.4055 | 193.08 GB/s | 合格 | |
| 22 | 0.6697 | 0.6697 | 244.95 GB/s | 合格 | |
| 23 | 1.2452 | 1.2452 | 275.46 GB/s | 合格 | |
| 24 | 2.2825 | 2.2835 | 313.62 GB/s | 合格 | |
| 25 | 4.6070 | 4.6100 | 323.71 GB/s | 合格 | |
| 26 | 16.5057 | 16.5151 | 187.93 GB/s | 合格 | |
| 27 | 38.0937 | 38.1102 | 169.12 GB/s | 合格 | |
| 28 | 79.9314 | 79.9324 | 167.17 GB/s | 合格 | |
| 29 | 164.7667 | 165.5450 | 167.99 GB/s | 合格 | |
| 30 | 323.5491 | 325.0944 | 176.99 GB/s | 合格 | |
| 31 | NA | NA | NA | 容量制限によりゲートされている |
標準インターフェースの直接結果
標準インターフェースには、自然順序入力処理と標準的な具現化された出力が含まれます。
| ドメインログN | qingming_standard 中央値 (ms) | p95 ms | スループット | ステータス |
|---|---|---|---|---|
| 20 | 0.2775 | 0.2775 | 134.35 GB/s | 合格 |
| 21 | 0.4055 | 0.4055 | 193.08 GB/s | 合格 |
| 22 | 0.6697 | 0.6697 | 244.95 GB/s | 合格 |
| 23 | 1.2452 | 1.2452 | 275.46 GB/s | 合格 |
| 24 | 2.2825 | 2.2835 | 313.62 GB/s | 合格 |
| 25 | 4.6070 | 4.6100 | 323.71 GB/s | 合格 |
| 26 | 16.5057 | 16.5151 | 187.93 GB/s | 合格 |
| 27 | 38.0937 | 38.1102 | 169.12 GB/s | 合格 |
| 28 | 79.9314 | 79.9324 | 167.17 GB/s | 合格 |
| 29 | 164.7667 | 165.5450 | 167.99 GB/s | 合格 |
| 30 | 323.5491 | 325.0944 | 176.99 GB/s | 合格 |
| 31 | NA | NA | NA | 容量制限によりゲートされている |
主要な報告ポイント
一般的なLDE-8ポイントの場合:
logical_logn = 24
domain_logn = 27
RTX4090-24Gの新規クローン結果は次のとおりです。
qingming_fast:
median_ms = 9.1535
throughput = 703.82 GB/s
qingming_standard:
median_ms = 38.1430
throughput = 168.90 GB/s
domain_logn = 27における直接的な標準インターフェースパイプライン結果は次のとおりです。
qingming_standard:
median_ms = 38.0937
p95_ms = 38.1102
throughput = 169.12 GB/s
境界
報告されたRTX4090-24Gの境界は次のとおりです。
domain_logn20_to_30,validated
domain_logn31,capacity_gated_on_RTX4090_24G
domain_logn32_and_above,outside_current_supported_range
リリースノート
このリリースは、ネイティブG64体 STARK-LDE NTT向けに、信頼性の高いCUDA / RTX4090-24Gの結果セットを提供することを目的としています。
リポジトリには、このレポートで使用されたベンチマーク出力と検証ファイルが含まれています。
3投稿 - 2参加者