Beli Kripto
Bayar dengan
USD
USD
Beli & Jual
Hot
Mendukung Visa, Mastercard, SEPA, dll.
P2P
0 Fees
Perdagangan fleksibel, nol biaya
Gate Card
Gunakan kripto untuk pembayaran global
Market
Perdagangan
Dasar
Lanjutan
Futures
Futures
Akses ribuan kontrak perpetual
CFD
Emas
Satu platform aset tradisional global
Opsi
Hot
Perdagangkan Opsi Vanilla ala Eropa
Akun Terpadu
Memaksimalkan efisiensi modal Anda
Perdagangan Demo
Pengantar tentang Perdagangan Futures
Bersiap untuk perdagangan futures Anda
Acara Futures
Gabung acara & dapatkan hadiah
Perdagangan Demo
Gunakan dana virtual untuk merasakan perdagangan bebas risiko
Stocks
CFD
Derivatif CFD Saham AS
Futures
Leverage tinggi, perdagangan 24/7
Tokenized Stocks
Didukung oleh aset saham nyata
IPO Access
Buka akses penuh ke IPO saham global
GUSD
Mint GUSD untuk Imbal Hasil Treasury RWA
Earn
Peluncuran
CandyDrop
Koleksi permen untuk mendapatkan airdrop
Launchpool
Staking cepat, dapatkan token baru yang potensial
HODLer Airdrop
Pegang GT dan dapatkan airdrop besar secara gratis
IPO Access
Buka akses penuh ke IPO saham global
Poin Alpha
Perdagangkan aset on-chain, raih airdrop
Poin Futures
Dapatkan poin futures dan klaim hadiah airdrop
Investasi
Square
Kotak
Temukan nilai dalam kripto
Live
moments live
Analisis live pasar kripto
Chat
Mengobrol dengan trader kripto
Berita
Apa yang terjadi di kripto
flower_head
Lainnya
Promosi
AI
Lainnya
TradFi
Hadiah
Square
Terbaru
Populer
Berita
Profil

MiniMax open-source perpustakaan perhatian eksklusif Blackwell, bobot M3 diperkirakan akan dirilis hari Jumat ini

MeNews
robot
Pembuatan abstrak sedang berlangsung
ME AI Pesan, menurut pemantauan Beating, Kepala hubungan pengembang MiniMax Ryan Lee mengumumkan bahwa perpustakaan perhatian berkinerja tinggi MiniMax Sparse Attention (MSA) untuk GPU NVIDIA Blackwell (SM100) telah resmi dirilis sebagai open source, menggunakan lisensi MIT. Ryan Lee juga menyatakan bahwa bobot MiniMax-M3 diperkirakan akan dirilis pada hari Jumat minggu ini. MSA telah diterapkan dalam inferensi konteks jutaan token MiniMax-M3, dengan menyaring KV Block yang paling relevan di setiap grup GQA, dan hanya melakukan perhitungan perhatian pada blok yang dipilih. Penelitian menunjukkan bahwa pada konteks 1 juta token, dibandingkan dengan GQA Dense dengan konfigurasi yang sama, MSA dapat mengurangi jumlah perhitungan perhatian sebesar 28,4 kali, dan mencapai percepatan pra-pengisian sebesar 14,2 kali serta percepatan dekoding sebesar 7,6 kali pada GPU H800. Versi open source mengintegrasikan dua implementasi, C++ JIT dan CuTe-DSL, dalam satu paket Python yang sama, serta menyediakan kernel Attention FlashDense dan Sparse Top-k Attention, mendukung berbagai format presisi seperti BF16, FP8, NVFP4, dan FP4. Saat ini, terutama ditujukan untuk deployment pada GPU NVIDIA Blackwell (SM100). (Sumber: BlockBeats)
Lihat Asli
Halaman ini mungkin berisi konten pihak ketiga, yang disediakan untuk tujuan informasi saja (bukan pernyataan/jaminan) dan tidak boleh dianggap sebagai dukungan terhadap pandangannya oleh Gate, atau sebagai nasihat keuangan atau profesional. Lihat Penafian untuk detailnya.
  • Hadiah
  • Komentar
  • Posting ulang
  • Bagikan
Komentar
Tambahkan komentar
Tambahkan komentar
Tidak ada komentar

  • Disematkan

peta situs