为 NVIDIA 和 AMD GPU 分别编写 CUDA 和 HIP 代码一直是高性能计算领域的痛点。AMD 推出的 IRIS 作为一个嵌入式 DSL，旨在解决这一割裂问题。它允许开发者用一次逻辑，自动生成跨平台的高性能 C++ 代码，为跨硬件计算提供了全新的、更高效的路径。
智能速览
IRIS 是 AMD 推出的一个嵌入式 Python DSL。
它可一次编写逻辑，自动生成跨硬件的优化 C++ 代码。
其 Tick-Tock 模型能自动处理数据加载与计算重叠。
内置符号代数引擎能自动简化复杂的索引计算。
在 AMD MI300X 上，其 GEMM 性能超越了官方 rocBLAS 库。
IRIS 为跨平台高性能计算提供了优雅的解法。
精华内容
IRIS 的核心魅力在于它如何将复杂的底层优化抽象化，让开发者专注于上层逻辑。它通过几项关键技术，实现了性能与开发效率的完美统一。
核心理念
IRIS 的核心是一个嵌入在 Python 中的领域特定语言（DSL）。开发者不再需要为 NVIDIA 的 CUDA 和 AMD 的 HIP 分别维护代码库。只需用 IRIS 编写一次计算逻辑，其编译器就能自动将其转化为针对不同 GPU 平台优化的高性能 C++ 源码，并编译执行，彻底解决了跨平台开发的代码割裂问题。
Tick-Tock模型
为了最大化硬件利用率，IRIS 引入了类似 CPU 流水线的 Tick-Tock 模型。该模型能自动管理数据的加载（Load）和计算（Compute）两个阶段，使其重叠执行以隐藏内存延迟。开发者无需再手动编写复杂的双缓冲（Double Buffering）代码，IRIS 编译器会自动完成这一优化，显著提升了开发效率和最终性能。
符号代数优化
在 GPU 编程中，复杂的索引计算常常是性能瓶颈和代码可读性的杀手。IRIS 内置了符号代数引擎，能够在编译阶段自动分析并简化这些复杂的数学公式。这不仅使生成的 C++ 代码更加干净高效，也确保了计算逻辑的正确性，将开发者从繁琐的数学推导中解放出来。
原生性能表现
IRIS 并非解释执行，而是生成原生 C++ 代码进行编译，因此其性能表现非常出色。根据官方公布的数据，在 AMD 最新的 MI300X 加速器上，由 IRIS 生成的 GEMM（通用矩阵乘法）算子性能，甚至微幅超越了 AMD 工程师手动优化的 rocBLAS 库。在 NVIDIA H100 上，其性能也达到了与业内顶尖的 Cutlass 库同等的水平。
IRIS 的出现，为长期被硬件平台割裂的高性能计算领域带来了曙光。它不仅提升了开发效率，更在实践中展现了超越手写优化库的潜力。随着其进一步发展，未来开发者在进行 GPU 计算时，或许能真正实现一次编写，到处运行，这无疑将极大推动计算科学的发展。
