<?xml version="1.0" encoding="utf-8" standalone="yes"?><rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom"><channel><title>加速库 on PlumePHP</title><link>https://plumephp.com/tags/%E5%8A%A0%E9%80%9F%E5%BA%93/</link><description>Recent content in 加速库 on PlumePHP</description><generator>Hugo</generator><language>zh-CN</language><lastBuildDate>Thu, 10 Sep 2026 10:00:00 +0800</lastBuildDate><atom:link href="https://plumephp.com/tags/%E5%8A%A0%E9%80%9F%E5%BA%93/index.xml" rel="self" type="application/rss+xml"/><item><title>cuBLAS / cuDNN / cuFFT：NVIDIA 加速库实战</title><link>https://plumephp.com/ai-cuda-libraries/</link><pubDate>Thu, 10 Sep 2026 10:00:00 +0800</pubDate><guid>https://plumephp.com/ai-cuda-libraries/</guid><description>&lt;p&gt;在 CUDA C++ 应用开发中，开发者很少从零编写核函数。NVIDIA 官方提供了一套经过深度优化的加速库，覆盖线性代数、深度学习、信号处理、并行算法等核心场景。这套库不仅性能卓越，而且经过大量生产环境验证。本文将系统梳理 cuBLAS、cuDNN、cuFFT、Thrust 以及 Cutlass 的用法与工程实践。&lt;/p&gt;</description></item></channel></rss>