待验证50% 置信事实精确时间
haralickt 是一个纯 PyTorch 实现的库,将所有 13 个 Haralick 描述符放到 GPU(也支持多线程 CPU)上计算,通过向量化张量运算和分块平铺加速。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/11/13
首次发现
有效期至:2027/2/11
来源
涉及实体
相关事实
待验证PyTorch本身是一个高层张量计算与自动微分框架,但它并不直接与GPU对话,而是通过后端库把运算下发到具体硬件。69% 相似待验证PyTorch的Profiler(torch.profiler)提供算子级别的CPU/GPU时间线记录,可配合TensorBoard或Chrome Trace使用67% 相似待验证PyTorch的张量本质上是多维数组,与NumPy的ndarray高度相似,但张量可以在GPU上运行并内置自动微分支持66% 相似待验证PyTorch官方博客披露:在单台配备四颗芯片的TPU v7主机上成功运行了Meta的Muse Spark Open模型,这是一个拥有816B参数的MoE模型。66% 相似待验证NVIDIA GPU采用SIMT架构,warp内部32个线程通过shuffle指令交换数据并累加,warp内执行同步但不同warp、不同SM之间的调度顺序由硬件动态决定64% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1168620API
curl https://kongchang.com/api/v1/knowledge/claims/1168620MCP
get_claim(id=1168620)