北大联手IBM推矩阵模拟加速GPU迭代

北京大学与IBM联合研发的矩阵模拟框架，将原本需要上百轮GPU迭代的计算压缩为单步完成，显著降低硬件占用与能耗。该框架基于稀疏矩阵分解与自适应精度控制，能在保持数值精度的前提下实现加速。

面向大规模推理与训练，矩阵模拟可直接映射到张量核心与专用推理芯片，缩短模型收敛周期；同时，平台开放闲置算力接入，普通用户可贡献空闲GPU参与分布式任务。

任务完成后由平台按实际算量结算，在线时长不直接兑换收益，这种机制保障算力供给的透明度与公平性，推动全社会算力资源的高效流转。并为科研机构与企业提供可预测的算力预算依据。