已过期50% 置信基准精确时间

VIDRAFT在韩国NPU服务器的全部32颗芯片上对标准Transformer块进行LoRA训练，与标准PyTorch训练达到0.9999的一致性。

1

来源数

50%

置信度

短期 (~14 天)

时效性

2026/10/13

首次发现

此条事实已过期，仅作历史留存，不再代表当前状态

有效期至：2026/10/27(已过期)

来源

推理专用NPU也能训练Transformer：VKORE实现0.9999精度对齐

涉及实体

VIDRAFTcompany LoRAconcept Transformerconcept PyTorchproduct

相关事实

待验证VIDRAFT推出的VKORE软件加速层在不改动芯片的前提下，既将NPU推理性能提升数倍，又让Transformer的LoRA训练在这类推理专用硬件上跑通，数值精度与标准PyTorch达到0.9999对齐。72% 相似待验证NVIDIA A100、Google TPU v4等专用AI训练芯片针对Transformer的矩阵运算模式进行了专项优化70% 相似待验证GShard于2020年首次在Transformer中实现了600B参数的MoE训练66% 相似待验证H100的Hopper架构引入了专门的Transformer Engine，支持FP8精度计算65% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1013619

API

curl https://kongchang.com/api/v1/knowledge/claims/1013619

MCP

get_claim(id=1013619)