待验证50% 置信事实精确时间
Winograd 卷积是一种快速卷积算法，通过变换将标准卷积的乘法次数减少约 2.25 倍（3×3 卷积场景），许多 NPU 和 DSP 对其有专门硬件支持。
1
来源数
50%
置信度
长期有效
时效性
2026/10/27
首次发现
来源
涉及实体
相关事实
待验证FreeToken在相同硬件条件下实现了比Ollama快3倍的推理速度63% 相似已验证CPU+GPU混合推理采用层级卸载机制，通过n_gpu_layers参数控制卸载层数，主要瓶颈是PCIe带宽延迟，通常使生成速度降至纯GPU推理的1/3到1/262% 相似已验证NPU 针对低精度（INT8/FP16）矩阵乘法进行专门优化，在运行量化后的轻量级推理模型时能以 GPU 数分之一的功耗达到相近或更高的吞吐量61% 相似已验证NVIDIA的TensorRT-LLM针对其硬件架构深度优化推理速度61% 相似待验证WAS-NS v3 将大部分节点功能转换为 PyTorch 原生实现，减少第三方库依赖并可利用 GPU 加速60% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1104349API
curl https://kongchang.com/api/v1/knowledge/claims/1104349MCP
get_claim(id=1104349)