Together AI：如何在 NVIDIA Vera Rubin NVL72 上优化 ThunderKittens 内核

Together AI 团队在 NVIDIA Vera Rubin NVL72 平台上适配并优化了 ThunderKittens 内核，通过利用 Rubin 架构的新特性（如 64 字节 K 步长、576 列张量内存、328 KiB 共享内存及 B 端收集器）显著提升了 NVFP4 和 FP8 GEMM 的性能。