待验证50% 置信事实精确时间
张量并行通过 All-Reduce 操作在所有参与 GPU 之间同步中间激活值，通信量随并行度线性增长
1
来源数
50%
置信度
长期有效
时效性
2026/7/22
首次发现
来源
相关事实
待验证Transformer 架构中自注意力层会为每个 Token 生成对应的 Key 和 Value 向量并缓存在 GPU 显存中，即 KV Cache 机制，上下文越长占用显存越大，推理成本呈近线性增长68% 相似待验证GPU并行归约操作的浮点累加顺序不固定导致传统Transformer注意力机制的实际输出存在微小的不可复现波动66% 相似待验证张量并行将单层内部的计算张量切分到多卡，每层计算完成后需通过AllReduce操作同步各卡的中间结果64% 相似待验证权重共享使卷积操作等价于对输入信号做互相关运算，并引入平移等变性这一归纳偏置63% 相似待验证当同一Warp内不同线程执行不同分支路径时，GPU必须串行执行所有分支，造成线程束分支发散导致的性能损失63% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/585470API
curl https://kongchang.com/api/v1/knowledge/claims/585470MCP
get_claim(id=585470)