Cơ bản
Giao ngay
Giao dịch tiền điện tử một cách tự do
Giao dịch ký quỹ
Tăng lợi nhuận của bạn với đòn bẩy
Chuyển đổi và Đầu tư định kỳ
0 Fees
Giao dịch bất kể khối lượng không mất phí không trượt giá
ETF
Sản phẩm ETF có thuộc tính đòn bẩy giao dịch giao ngay không cần vay không cháy tải khoản
Giao dịch trước giờ mở cửa
Giao dịch token mới trước niêm yết
Futures
Truy cập hàng trăm hợp đồng vĩnh cửu
TradFi
Vàng
Một nền tảng cho tài sản truyền thống
Quyền chọn
Hot
Giao dịch với các quyền chọn kiểu Châu Âu
Tài khoản hợp nhất
Tối đa hóa hiệu quả sử dụng vốn của bạn
Giao dịch demo
Giới thiệu về Giao dịch hợp đồng tương lai
Nắm vững kỹ năng giao dịch hợp đồng từ đầu
Sự kiện tương lai
Tham gia sự kiện để nhận phần thưởng
Giao dịch demo
Sử dụng tiền ảo để trải nghiệm giao dịch không rủi ro
Launch
CandyDrop
Sưu tập kẹo để kiếm airdrop
Launchpool
Thế chấp nhanh, kiếm token mới tiềm năng
HODLer Airdrop
Nắm giữ GT và nhận được airdrop lớn miễn phí
Pre-IPOs
Mở khóa quyền truy cập đầy đủ vào các IPO cổ phiếu toàn cầu
Điểm Alpha
Giao dịch trên chuỗi và nhận airdrop
Điểm Futures
Kiếm điểm futures và nhận phần thưởng airdrop
Đầu tư
Simple Earn
Kiếm lãi từ các token nhàn rỗi
Đầu tư tự động
Đầu tư tự động một cách thường xuyên.
Sản phẩm tiền kép
Kiếm lợi nhuận từ biến động thị trường
Soft Staking
Kiếm phần thưởng với staking linh hoạt
Vay Crypto
0 Fees
Thế chấp một loại tiền điện tử để vay một loại khác
Trung tâm cho vay
Trung tâm cho vay một cửa
PyTorch TorchInductor tích hợp CuteDSL như một backend tối ưu tự động cho phép nhân ma trận
Tin tức ME News, ngày 7 tháng 4 (UTC+8), nhóm chính thức của PyTorch gần đây đã thông báo rằng họ đã tích hợp CuteDSL như là backend tối ưu tự động thứ tư cho phép nhân ma trận vào TorchInductor. Việc chọn backend này dựa trên ba tiêu chí: không gây thêm gánh nặng bảo trì quá lớn, không làm chậm thời gian biên dịch hoặc thử nghiệm chuẩn, và cung cấp hiệu suất tốt hơn trên các tải công việc mục tiêu. CuteDSL được NVIDIA tích cực phát triển, cung cấp các mẫu kernel tối ưu, thời gian biên dịch tương đương với các backend hiện có và rõ ràng vượt trội so với đường dẫn CUTLASS C++ yêu cầu biên dịch đầy đủ bằng \nvcc. Backend này dựa trên cùng một trừu tượng với CUTLASS C++, được viết bằng Python, biên dịch nhanh hơn, bảo trì đơn giản hơn, đã chứng minh có hiệu suất mạnh mẽ trong FP8 GEMM và hợp nhất Epilogue. Nhóm tập trung tối ưu hóa GEMM (nhân ma trận) vì đây là phần tính toán chính trong các mô hình Transformer. CuteDSL tạo mã nền tảng bằng cách cung cấp các mẫu tối ưu thủ công, tránh phức tạp của việc viết kernel từ đầu, và hoàn toàn mở ra kiến trúc luồng và cấp độ bộ nhớ, hỗ trợ các chức năng đặc thù của kiến trúc. (Nguồn: InFoQ)