突破 FP64 限制：AdaptiveGEMM 透過 INT8 Tensor Core 在消費級 GPU 逼近 A100 效能

高精度矩陣乘法 (GEMM) 在科學與 AI 運算中是核心算子。然而，消費級 GPU (如 RTX 40 系列) 的 FP64 雙精度算力受硬體限制，成為許多開發者與量化交易的效能瓶頸。

本議程將分享開源專案 AdaptiveGEMM：探討如何利用實作 Ozaki Scheme 將高精度運算降維拆解。我們將深入底層，利用 CUDA PTX 與 mma.sync 指令極限壓榨 INT8 Tensor Core，解決 Shared Memory Bank Conflict，成功在 RTX 4060 上大幅提升效能，達到逼近 A100 等級的 FLOPS 表現。

【難易度：進階】適合尋求突破硬體極限的 HPC 與 AI 底層架構工程師。 【先備知識】建議具備基礎 C++ 能力，了解 GEMM 運作原理，並對 GPU 記憶體架構與 Tensor Core 有初步認識。