待验证50% 置信事实精确时间
此前多设备支持主要依赖上层框架（如Megatron-LM）自行实现，TensorRT将其内化为运行时原生能力
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/9/21
首次发现
有效期至：2026/12/20
来源
涉及实体
相关事实
待验证Megatron-LM最早系统化提出了针对Transformer的张量并行方案，将注意力头和FFN层分别切分到不同设备71% 相似待验证Cerebras的WSE（Wafer Scale Engine）采用整晶圆级别的超大芯片设计并配备海量片上SRAM，消除多卡通信带宽瓶颈69% 相似待验证Databricks可利用vLLM或TensorRT-LLM等高性能推理引擎在同等硬件上实现比标准部署高3-5倍的吞吐量67% 相似待验证目前大多数LLM芯片设计智能体方案直接工作在寄存器传输级（RTL）这一底层抽象上65% 相似待验证vLLM结合连续批处理策略，在相同硬件上的吞吐量较Hugging Face原生实现提升可达24倍65% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/939695API
curl https://kongchang.com/api/v1/knowledge/claims/939695MCP
get_claim(id=939695)