张量核心

我在排查训练变慢的问题时发现，神经网络真正“吃”的是矩阵乘法。GPU用海量并行把GEMM跑满，而张量核心则把A×B+C做成硬件级MMA流水线，再配合TF32/FP16/FP8混合精度稳住收敛。本文用通俗拆解原理并给出实用建议与FAQ。