一位开发者创建了qwenGPU,这是一个实验性模型,它将SIMT GPU直接集成到Qwen3.5-2B的权重中。这种新颖的方法允许模型在其自身的前向传播中执行真实的CUDA内核,并使用Qwen现有的Gated DeltaNet和SwiGLU块构建了45个额外的未训练层。开发者报告称,与基础模型相比,文本漂移极小,并声称准确率很高,该模型在多个内核上与真实的NVIDIA Tesla T4相匹配。 AI
影响 这项研究可能带来更高效和集成的AI软硬件协同设计,并可能影响未来AI模型的训练和部署方式。
排序理由 该条目描述了一种将GPU计算直接集成到LLM权重中的新颖研究方法,而不是正式的产品发布或前沿模型公告。
在 Mastodon — mastodon.social 阅读 →
- Apple Inc.
- Apple MPS
- CUDA
- Gated DeltaNet
- GitHub
- MIT License
- Nvidia
- Nvidia T4
- Parallel Thread Execution
- Qwen3.5 2B
- qwenGPU
- SwiGLU
- Vixhal
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →