待验证50% 置信事实精确时间

VIDRAFT推出的VKORE软件加速层在不改动芯片的前提下，既将NPU推理性能提升数倍，又让Transformer的LoRA训练在这类推理专用硬件上跑通，数值精度与标准PyTorch达到0.9999对齐。

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/10/13

首次发现

有效期至：2027/1/11

来源

推理专用NPU也能训练Transformer：VKORE实现0.9999精度对齐

涉及实体

VIDRAFTcompany VKOREproduct NPUconcept Transformerconcept LoRAconcept PyTorchproduct

相关事实

待验证NVIDIA A100、Google TPU v4等专用AI训练芯片针对Transformer的矩阵运算模式进行了专项优化75% 相似已验证混合精度训练理论上可将显存占用减少近一半，并在支持 Tensor Core 的 GPU（如 T4、V100、A100）上实现 2-8 倍计算加速74% 相似待验证Unsloth通过手写的GPU kernel和对Transformer架构的深度优化,能在不损失精度的前提下将微调速度提升数倍73% 相似待验证NVIDIA B200 GPU基于Blackwell架构，相比H100在训练性能上提升约2.5倍，推理性能提升可达5倍72% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1013616

API

curl https://kongchang.com/api/v1/knowledge/claims/1013616

MCP

get_claim(id=1013616)