cuBLAS把双精度乘法搬上整数张量核:DGEMM最高快5.5倍,CCSD端到端快2倍
NVIDIA在CUDA Toolkit 13.4.2的cuBLAS中引入Ozaki-II与2M两种算法,把64位浮点矩阵乘法拆成整数片段、在Tensor Cores上相乘后精确重组,使DGEMM与ZGEMM无需改动应用代码即可加速。在VR NVL72与GB200上,Ozaki-II的DGEMM分别比原生FP64快5.5倍和3.9倍;量子化学CCSD算例端到端分别快2倍和1.4倍,且全精度结果与原生FP64不可区分。