arXiv · Colfax Research, Meta, NVIDIA, Princeton
通过 Warp 协作异步流水线掩盖 Softmax 延迟,并结合块量化与非相干变换释放 Hopper FP8 算力,实现最高 2 倍加速与 1.2 PFLOPs 吞吐。
arXiv:2407.08608