近日，PyTorch 官方分享了如何实现无 CUDA 计算，对各个内核进行了微基准测试比较，并讨论了未来如何进一步改进 Triton 内核以缩小与 CUDA 的差距。

光计算时代或许正在加速到来。

来自牛津大学、苏黎世联邦理工学院、上海理工大学和北京师范大学组成的研究团队，设计了一种基于统计的图网络方法，称为 PhiGnet，从而促进蛋白质的功能注释和功能位点的识别。

荷兰特温特大学和比利时丰田汽车欧洲公司（Toyota Motor Europe）的研究人员全面概述了类脑计算硬件的最新进展。