Qingyang-Lucas-Fang/OpenAssembler

项目介绍

OpenAssembler 是 NVIDIA 闭源 ptxas 的第二套实现：把 ptxas、nvdisasm 和 GPU 当作黑盒逆向，为 sm_80（Ampere）实现 SASS 编解码。它复用 ptxas 生成的 cubin 作为 ELF 容器，只替换指令字、声明的寄存器数量和退出偏移表，用自研后端生成代码（source:7）。

编译流程依次是 PTX 到 IR、删除无用代码与复制合并、线性扫描寄存器分配、lowering、可选的 4 倍循环展开，以及基于硬件实测延迟的表调度，最后用自研编码器输出机器码（source:10）。前端支持 PTX、Python 子集和 CUDA C/C++，其中 CUDA C 先由 nvcc 降为 PTX（source:16）。

仓库还包含贴合 A100 行为的 SASS 模拟器、用 z3 证明的常量除法优化、541 个探针的测试语料，以及 Strassen/AlphaTensor 快速矩阵乘法方案。

快速使用

环境要求：Python 3.12+，Linux 或 macOS（不支持 Windows），以及 CUDA 12.8 中的 ptxas、nvdisasm 和可选的 nvcc。编译不需要 GPU，运行结果才需要。

git clone https://github.com/Qingyang-Lucas-Fang/OpenAssembler.git && cd OpenAssembler
python3 -m venv .venv && source .venv/bin/activate
pip install -e .
env/fetch_cuda.sh
env/cuda.sh ptxas --version   # 应输出 release 12.8

Debian/Ubuntu 需要先安装 python3-venv 和 xz-utils，编译 CUDA C 还需要宿主机 g++（source:20）。macOS 用户需先用 colima 启动 Linux 虚拟机（source:25）。如果本机已有 CUDA 12.8，可设置 OPENASSEMBLER_CUDA_HOME 或把工具加入 PATH（source:27）。

把内核编译成可加载的 cubin 和可读的 SASS，并对照参考解释器做逐位验证：

openassembler compile examples/div_by_const.ptx -o out.cubin --verify

同样的命令也接受仓库中的 Python 和 CUDA C 示例（examples/vector_add.py、examples/vector_add.cu）。直接运行 openassembler 会打开交互式 shell，其中可以省略 openassembler 前缀（source:31）。

要在真实 GPU 上运行探针语料，先构建语料并用本项目后端编译，然后在本机 GPU、SSH 主机或 Modal 上运行：

openassembler corpus
openassembler check
openassembler gpu run --backend local --which ours

使用约束

• 编码器和延迟模型只针对 sm_80；sm_86/89/90/100/120 等架构暂不支持（source:18）。
• 它并非端到端替代 ptxas：仍需要 ptxas 生成的 cubin 作为 ELF 模板，也未覆盖全部 PTX。缺失的功能包括 f16/f64 算术、warp shuffle/vote、寄存器溢出、浮点除法与开方、ld.global.v2，以及超过 7 个活跃谓词（source:13）。
• 实测加速只针对列出的内核形状和 A100；紧凑依赖链仍比 ptxas 慢 5–8%，直接 GEMM 在 n = 8192 时仍落后 cuBLAS（source:46）。
• 许可证为 Apache-2.0，third_party/ 下的 AlphaTensor 分解在 NOTICE 中单独标注（source:55）。

HotRepo 点评

2026-11-02 的 Python 新项目榜记录显示，该项目在首条快照中为 104 star、3 fork，并在约一小时的统计窗口内新增 3 star 和 1 fork。观察周期很短，这只能说明早期关注度，不足以判断趋势。项目的信息密度主要来自对 sm_80 指令编码的逆向，以及 A100 上带复现命令的实测结果，而不是泛化的性能主张。