待验证50% 置信事实精确时间
Matrix-Game 4.0 的推理加速使用了 CUDA Graph 预录制并重放 DiT 主干计算、为 RoPE/归一化/FP8 量化编写融合 kernel、文本条件 KV 仅在 Caption 更新时重算、视频历史 KV 改用环形缓存。
1
来源数
50%
置信度
长期有效
时效性
2026/10/15
首次发现
来源
昆仑万维Matrix-Game 4.0：单卡RTX 5090跑通实时视频大模型游戏
rss2026/10/15
涉及实体
相关事实
待验证新内核通过将量化/反量化操作融合进注意力计算的 CUDA Kernel 中，使 KV 缓存量化不再造成推理减速，某些带宽受限场景下甚至能进一步提升吞吐79% 相似已验证CUDA Graph 是 NVIDIA 在 CUDA 10 引入的性能优化技术，通过录制-回放机制降低 CPU-GPU 同步延迟71% 相似已验证NVIDIA的CUDA核心本质上是数千个并行执行矩阵乘法的计算单元69% 相似待验证Unsloth通过重写CUDA kernel、优化反向传播计算图等手段，在同等硬件上将LoRA训练速度提升2-5倍并减少显存占用67% 相似待验证CUTLASS 将 CUDA 编程中共享内存分块、寄存器级数据流水线、Tensor Core 调度与异步内存拷贝封装成层级化的可组合模板67% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1034709API
curl https://kongchang.com/api/v1/knowledge/claims/1034709MCP
get_claim(id=1034709)