IXThinker·2026-02-11 15:36D-CHAG方法助科學模型記憶體最高省75%
基於視覺的科學基礎模型需聚合多通道圖像數據，token化與聚合開銷巨大。美國橡樹嶺國家實驗室提出D-CHAG方法，在Frontier超算上令記憶體占用最高降低75%、吞吐提升逾兩倍。
技術痛點
科學基礎模型聚合多來源圖像（如不同物理觀測場景）並以Transformer學習時空相關性，潛力巨大；但圖像token化與聚合的計算開銷極高，現有張量並行、序列並行與數據並行均未充分解決。
IXThinker 會員內容
呢篇係 Archive 內容。登入即可解鎖全文，仲有成個 15,000+ 篇、每日更新嘅 AI 動態資料庫。
免費登入／註冊解鎖全文 →Google 或電郵地址即可，即刻解鎖。