发布 Ozaki-Blackwell 仓库：笔记本 GPU 上实现 FP64 高精度矩阵乘
先了解这件事
ShabanEjupi 发布 GitHub 仓库 ozaki-blackwell，在 RTX PRO 3000 Blackwell 笔记本 GPU 上用 INT8 tensor core 实现 FP64 矩阵乘法。其方法基于 Ozaki scheme II（整数精确乘积加中国剩余定理），以 CUDA C 和 inline PTX 编写，作者称达到原生 FP64 峰值（0.449 TFLOPS）的约 12.4 倍且误差更低。仓库还包含 Strassen mod p（187.8 TOPS）、double-double 与 triple-double GEMM、高阶 lifting 精确行列式求解，以及 Kimi K3（2.78 T 参数、MXFP4 权重）在 INT8 tensor core 上的正确舍入精确推理，端到端约为每 token 27 秒的磁盘流式读取。 使用条件：仅私人学习（90 天内）和开放学术研究免费，其他任何用途（包括公司、产品服务、发布训练的适配器或模型）需付费授权。运行需一块 CUDA 12.8、计算能力 12.0 的 GPU（12 GB 显存即可）、约 50 GB 内存，以及存放在快速磁盘上的 375 GB 检查点文件。
AI 根据报道生成 · 23 小时前更新
报道时间线
沿着报道，了解事件的不同侧面。
- GitHub · 灵魂体仓库精选ozaki-blackwell 仓库：在 RTX PRO 3000 上用 INT8 tensor core 实现 FP64 及多精度精确计算
作者在 RTX PRO 3000 Blackwell 笔记本 GPU 上基于 Ozaki scheme II（整数精确乘积 + 中国剩余定理）用 CUDA C 和 inline PTX 实现全精度 FP64 矩阵乘法，达到原生 FP64 峰值（0.449 TFLOPS）的约 12.4 倍且误差更低。项目还包含 Strassen mod p（187.8 TOPS）、double-double 与 triple-double GEMM、高阶 lifting 精确行列式求解，以及 Kimi K3（2.78 T 参数、MXFP4 权重）在 INT8 tensor core 上的正确舍入精确推理，端到端约为每 token 27 秒的磁盘流式读取。
本事件热度走势
- 可比范围当前
- 4
- 可比范围峰值
- 810月31日 06:00
- 近 24 小时变化
- –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。