论文。
江松然心中一动：如今非CUDA适配这么热门了？其他领域的研究者也跨界来研究？还真是天下苦英伟达久矣。
他又退回去看团队名：Source Intelligence AI，一个没听过的中国公司。
江松然生出一种复杂的感觉：这也是在做算力国产化，里面到底有多少真东西？又有多少是噱头？
最终，他还是点开看了。
最打动他的，是这篇论文只有一个作者。
在工业界做过科研的人知道，公司发论文很少出现单作者。不是说一个人做不了研究，可既然公司赞助了研究，相关方总得挂个名吧？
单作者很少见：要么真没有团队，要么公司不在乎，只给主要研究者署名。
无论哪种情况，这篇论文都值得一看。
PDF加载出来，江松然先看摘要。
“本文报告了一款国产非CUDA加速器上内存高效注意力机制的端到端实现：在单节点8卡配置下，吞吐达到对应cuDNN参考实现的83%，数值误差在2.3e-6以内。”
看完摘要，江松然在心里嗤了一声。
这数据，注水了吧。
既然已经打开，他还是耐着性子往下看。
出乎意料，论文结构清晰，数据详实，用词严谨；实现一节甚至给出具体优化方法和一些代码片段，有心的话，复现起来应该很容易。
但最触动江松然的，还是局限性那一节。作者诚恳写道：“本工作只完成了单算子（SDPA）的实验性适配工作，没有涉及LayerNorm、Softmax以及各类Optimizer等数十个其他算子；没有涉及多卡间通信库；也没有涉及训练场景下的反向传播与混合精度优化，所以还不能构成一套可用的训练栈。”
江松然叹了口气：这个作者一句话就把他们这些研究者的困境写透了。
这种吃力不讨好的事，国内竟真有人做。是，你可以一个一个研究，研究出一个，还能发一篇论文。
可整套生态里，只要有一个关键算子没做完，就真没什么用。
这种活儿江松然熟得很，谷歌TPU团队的头两年就是这么熬出来的。
只不过谷歌当年有几百名工程师；这个叫Source Intelligence的团队有多大？又投了多少资源？
江松然在心里默算：从论文提到的内容，到从头做出一套国产化训练生态，今天到底还差什么。
剩下的几十上百个算子、多卡通信库、分布式训练框架、编译器、容错与检查点——这么大的量，远不是一个公司做得出来的。
如果国内真能有几百个团队，都像这一个那样沉下心，安静地做这种没人鼓掌的事，国产化也未必没有可能。
可惜，没有几百个这样的团队。
正想着，母亲从外面进来，一进门就唠叨。
“松然，累坏了吧？快回去睡会儿。你在医院陪床也得注意休息，别你爸还没醒过来，自己先病倒了……”
江松然确实累坏了。
他和母亲交代几句，略收拾一下，拿上电脑，走出病房。
走到住院部一楼，他看见一个瘦高帅气的年轻人站在大门边，背着双肩包，像在找人。
江松然正看着，那年轻人也看过来，似乎看到了他，冲他笑着点头，向他走来。
那人的眼神亮得惊人。
江松然不确定他是不是冲自己来的，也点头回应。UC小说网_m.shukugu.com