待验证50% 置信事实精确时间

Tile分块通过将大计算任务切分为能装入共享内存或寄存器的小块，最大化数据复用并隐藏内存访问延迟，是cuBLAS、FlashAttention等高性能库接近硬件峰值性能的关键手段

1

来源数

50%

置信度

长期有效

时效性

2026/10/4

首次发现

来源

TileLang：用Python语法写出高性能GPU内核的DSL

涉及实体

cuBLASproduct FlashAttentiontechnology

相关事实

待验证连续内存布局能最大化 CPU 缓存命中率,并便于与 BLAS、LAPACK 等底层数学库对接73% 相似待验证tile 参数是指将大矩阵分割成小块进行并行计算时的块大小设置，是影响 GPU 内存带宽利用率和计算吞吐的关键超参数72% 相似待验证将CPU内存扩展为KV Cache溢出区是一种常见工程手段，代价是访问延迟上升，适合对吞吐要求高、对单次延迟不敏感的批处理场景71% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/972456

API

curl https://kongchang.com/api/v1/knowledge/claims/972456

MCP

get_claim(id=972456)