已过期50% 置信基准精确时间
在五个H100 bfloat16大规模工作负载上,作者实现的融合GPU内核在SSM核心范围内与Mamba 2的表现接近持平。
1
来源数
50%
置信度
短期 (~14 天)
时效性
2026/11/3
首次发现
此条事实已过期,仅作历史留存,不再代表当前状态
有效期至:2026/11/17(已过期)
来源
状态空间模型的对角等价:检索秩与选择性扩展新解
rss2026/11/2
涉及实体
相关事实
待验证Mamba2 是一种基于状态空间模型(SSM)的序列建模架构,将 SSM 状态维度与输入通道绑定,并将逐时间步串行递推重写为矩阵乘法形式,可利用 GPU Tensor Core 并行计算。68% 相似待验证NVIDIA 博客描述的 Mamba-2 前向核核心思路是把序列切分为若干块,每块内部并行计算局部贡献,块与块之间通过状态传递串联。63% 相似已验证llama.cpp支持CPU与GPU的混合推理(层卸载),可将模型部分层加载到GPU显存、其余层保留在内存63% 相似待验证大语言模型的训练与推理高度依赖并行矩阵运算,GPU凭借数千个计算核心与高带宽显存(HBM)成为首选硬件。62% 相似已验证H100 GPU采用英伟达Hopper架构,单卡峰值算力达3,958 TFLOPS(FP16精度)62% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1130847API
curl https://kongchang.com/api/v1/knowledge/claims/1130847MCP
get_claim(id=1130847)