HBM 병목 해결을 위한 Online Softmax 기반 Flash Attention 설계 분석
I Built Flash Attention From Scratch — Here's What Nobody Tells You About It
Wafer-Scale Engine 통한 21 PB/s 대역폭 및 초고속 LLM 추론 달성
Cerebras risked it all on dinner plate-sized AI accelerators a decade ago. Today it’s worth $66 billion
Dual V-Cache 도입으로 L3 캐시 192MB 확보 및 생산성 작업 성능 9% 향상
AMD's Ryzen 9 9950X3D2 Dual Edition tested: Gratuitous overkill with a price to match
Nvidia가 Groq 인수로 LP30 LPU 칩을 기반한 Groq-3 LPX 랙 시스템 출시로 시간 대비 LLM 토큰 생성 속도 500~1000 tokens/s 달성
Decoding Nvidia's Groq-powered LPX and the rest of its new rack systems