Andrej Karpathy，这位 OpenAI 创始成员、特斯拉前 AI 总监、斯坦福大学 CS231n 讲师，最近在 GPU MODE 研讨会上发表了一场主题为 “llm.c” 的演讲，再次语出惊人：LLM 时代，Python/PyTorch 之类的软件抽象都将成为历史！ ?
llm.c 是什么？
llm.c 是 Karpathy 用 C 语言（外加一点点 C++）从零开始写的一个 Transformer 训练框架
为什么要写 llm.c？
事情是这样的：一年前，Karpathy 想在他的视频系列（Karpathy非常喜欢分享AI技术）中添加一个关于 LLM 训练的视频，于是他开始用 PyTorch 写代码。结果，他被 PyTorch 的各种抽象概念搞得晕头转向，什么设备、数据类型、编译、分布式…… 各种问题层出不穷，代码出了 bug 都找不到原因！ ?
Karpathy 被折磨得不行，一怒之下决定： “老子自己写一个！” 于是，llm.c 就诞生了！
llm.c 的开发过程：
抛弃 PyTorch 的抽象，直面底层： Karpathy 决定抛弃 PyTorch 提供的各种便捷功能，例如自动微分、设备管理、数据类型转换等等，直接用 C 语言操作数组和指针
逐层移植，确保正确性： Karpathy 首先用 Python 写出每一层的 forward 和 backward 函数，然后将其移植到 C 语言，并与 PyTorch 的实现进行比较，确保结果一致
预先规划内存，提高效率： llm.c 会在程序开始时一次性分配所有内存，避免了动态内存分配的开销，从而提高了运行效率
单文件，无依赖，极致简洁： llm.c 只有一个 C 文件，没有任何外部依赖，编译和运行速度极快，甚至可以在非常低端的硬件上运行
GPU 加速，性能更上一层楼： Karpathy 将 llm.c 移植到了 GPU 上，并使用 cuBLAS 和 cuDNN 等库进行了优化，性能比 PyTorch 还要好！
分布式训练，支持多 GPU 和多节点： llm.c 还支持多 GPU 和多节点训练，可以处理更大规模的数据和模型
开源协作，吸引各路大神： llm.c 采用 MIT 开源协议，吸引了来自世界各地的开发者贡献代码和优化方案
llm.c 的性能：
在 8 张 H100 GPU 的单节点上，llm.c 可以在 24 小时内完成 GPT-2 (16 亿参数) 的训练，成本约为 672 美元
与 PyTorch 相比，llm.c 的内存占用减少了 29%，训练速度提高了 19%，编译和运行速度也更快
Karpathy 的思考：软件抽象的本质
Karpathy 认为， Python、PyTorch 等软件抽象的存在，是因为人类的知识、智力和注意力都是有限的。
随着 AI 能力的不断提升，LLM 或许可以直接为任何应用生成定制的二进制文件（就像 llm.c 一样），从而打破并重构所有软件抽象！
这意味着，未来的软件开发模式可能会发生根本性的改变！ 程序员将不再需要编写 Python 或 C++ 代码，而是直接用 LLM 来生成可执行文件！ ?
Karpathy 的 llm.c 项目，或许就是 AI 驱动软件开发的未来！ ?
