待验证50% 置信事实精确时间
ThunderKittens是一个面向GPU的轻量级深度学习内核编写框架，围绕tile（分块）这一核心抽象组织计算与数据搬运
1
来源数
50%
置信度
长期有效
时效性
2026/10/4
首次发现
来源
涉及实体
相关事实
已验证DeepSeek开源了推理加速工具包DSpec（亦称DeepSpec），内置其推测性解码技术（DSPI/MTP系列），包含模型代码、训练脚本和评估工具的完整GitHub仓库64% 相似待验证深度学习模型推理通常需要GPU或专用加速器，模型服务部署工具包括Seldon、KServe、BentoML、TorchServe64% 相似待验证DeepAgents 框架的核心包括工具调用、文件系统、沙箱环境、上下文管理、记忆系统、逻辑编排/钩子中心、反馈回路与约束机制64% 相似待验证DeepSeek凭借MoE架构的高效推理，通义千问凭借完整的模型尺寸矩阵和宽松的商用协议构成国产开源阵营64% 相似已验证张量作为矩阵的高维推广，是 PyTorch、TensorFlow 等深度学习框架的核心数据结构63% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/971649API
curl https://kongchang.com/api/v1/knowledge/claims/971649MCP
get_claim(id=971649)