Implementando Flash Attention em CUDA em ~100 linhas (github.com/tspeterkim) 2 pontos por tspeterkim 2024-04-12 | Ainda não há comentários. | Compartilhar no WhatsApp Leituras relacionadas Motor de inferência CUDA para rodar modelos híbridos Qwen3.5/3.6 em placas de mineração (CMP 100-210) 1 pontos · 0 comentários · 16 일 전 Introdução à programação CUDA para desenvolvedores Python 15 pontos · 1 comentários · 2025-02-22 Stanford CRFM: kernels CUDA gerados por IA superam o desempenho do código otimizado do PyTorch 7 pontos · 2 comentários · 2025-05-31 CUDA-oxide: o compilador Rust-to-CUDA oficial da Nvidia 3 pontos · 1 comentários · 2026-05-12 NVIDIA anuncia o 'Perfusion', um modelo de geração de imagens personalizadas com tamanho de modelo de 100 kB 8 pontos · 1 comentários · 2023-08-03 Ainda não há comentários. Ainda não há comentários.
Ainda não há comentários.