<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom">
  <channel>
    <title>矩阵乘法 on 办公AI智能小助手</title>
    <link>https://blog.qife122.com/tags/%E7%9F%A9%E9%98%B5%E4%B9%98%E6%B3%95/</link>
    <description>Recent content in 矩阵乘法 on 办公AI智能小助手</description>
    <generator>Hugo</generator>
    <language>zh-cn</language>
    <copyright>qife</copyright>
    <lastBuildDate>Fri, 19 Sep 2025 10:18:08 +0800</lastBuildDate>
    <atom:link href="https://blog.qife122.com/tags/%E7%9F%A9%E9%98%B5%E4%B9%98%E6%B3%95/index.xml" rel="self" type="application/rss+xml" />
    <item>
      <title>混合输入矩阵乘法性能优化：突破AI硬件加速瓶颈</title>
      <link>https://blog.qife122.com/p/%E6%B7%B7%E5%90%88%E8%BE%93%E5%85%A5%E7%9F%A9%E9%98%B5%E4%B9%98%E6%B3%95%E6%80%A7%E8%83%BD%E4%BC%98%E5%8C%96%E7%AA%81%E7%A0%B4ai%E7%A1%AC%E4%BB%B6%E5%8A%A0%E9%80%9F%E7%93%B6%E9%A2%88/</link>
      <pubDate>Fri, 19 Sep 2025 10:18:08 +0800</pubDate>
      <guid>https://blog.qife122.com/p/%E6%B7%B7%E5%90%88%E8%BE%93%E5%85%A5%E7%9F%A9%E9%98%B5%E4%B9%98%E6%B3%95%E6%80%A7%E8%83%BD%E4%BC%98%E5%8C%96%E7%AA%81%E7%A0%B4ai%E7%A1%AC%E4%BB%B6%E5%8A%A0%E9%80%9F%E7%93%B6%E9%A2%88/</guid>
      <description>&lt;p&gt;AI驱动技术正日益融入日常生活，提升知识获取效率与生产力。大型语言模型（LLM）是这些应用的核心，但其内存密集型特性需依赖专用硬件加速器提供数十exaflops算力。本文通过优化内存使用应对计算挑战。&lt;/p&gt;</description>
    </item>
  </channel>
</rss>
