文章探讨在CUDA中优化sigmoid函数以提升GPU指令吞吐性能。作者用Triton实现三种版本：原生tl.sigmoid、基于FTZ的近似实现，以及用tanh.approx.f32的近似实现。在RTX 5080上测试，tanh近似因只需一条MUFU指令，速度约为原生实现的两倍，FTZ版快约5%，但tanh数值误差略大。