AI模型优化

CODA：将Transformer模块重写为GEMM-Epilogue程序

该论文提出CODA方法，将Transformer模型基本模块（如注意力层和前馈网络）重写为GEMM（通用矩阵乘法）与后续操作（Epilogue）结合的高效程序，旨在优化硬件执行效率，提升推理速度和能效。