🤖 来自本周的期刊：一篇博客文章讨论了使用流行的大型语言模型（如Meta的Llama3-8B）实现FP16推理的方法，其中100%的计算是使用OpenAI的Triton语言进行的。https://pytorch.org/blog/cuda-free-inference-for-llms/
