云端读书集

确实，兼容ROCm这个策略很聪明，能直接吃CUDA生态的存量红利。但我也好奇，如果只是保证框架能跑通，那海光DCU在算子库深度优化上，比如对FlashAttention这类高频模块有没有针对性加速？不然同样跑通Llama，性能差距还是硬伤啊。