AlpinDale d4edba99f9 add lora dims for Qwen1.5-32B 7 kuukautta sitten
..
all_reduce 9d81716bfd [v0.5.3] Release Candidate (#388) 10 kuukautta sitten
attention 251568470e initial nvidia fp8 e4m3 for kv cache 7 kuukautta sitten
backup f8dfac6372 chore: attention refactor and upstream sync apr01 (#365) 11 kuukautta sitten
cpu b746fb5562 fix a few warnings on the cpu kernels 7 kuukautta sitten
hadamard 5d288aa76c feat: add fast hadamard transformation kernels (#232) 1 vuosi sitten
moe 9d81716bfd [v0.5.3] Release Candidate (#388) 10 kuukautta sitten
punica d4edba99f9 add lora dims for Qwen1.5-32B 7 kuukautta sitten
quantization c66b1b57b1 Marlin 2:4 sparsity (#555) 7 kuukautta sitten
activation_kernels.cu 3d6695cfbb feat: add approximate gelu activation kernels (#370) 11 kuukautta sitten
cache.h 251568470e initial nvidia fp8 e4m3 for kv cache 7 kuukautta sitten
cache_kernels.cu 251568470e initial nvidia fp8 e4m3 for kv cache 7 kuukautta sitten
cuda_compat.h e3f2ea4850 make punica kernels work with rocm 7 kuukautta sitten
cuda_utils.h 31c95011a6 feat: FP8 E5M2 KV Cache (#226) 1 vuosi sitten
cuda_utils_kernels.cu 31c95011a6 feat: FP8 E5M2 KV Cache (#226) 1 vuosi sitten
dispatch_utils.h f8dfac6372 chore: attention refactor and upstream sync apr01 (#365) 11 kuukautta sitten
layernorm_kernels.cu 9d81716bfd [v0.5.3] Release Candidate (#388) 10 kuukautta sitten
ops.h 35ae01d7ba refactor: attention metadata term 7 kuukautta sitten
pos_encoding_kernels.cu e702f587cf feat: add batched RoPE kernels (#371) 11 kuukautta sitten
pybind.cpp 2351a0e2cd feat: FlashInfer backend for decoding phase (#548) 7 kuukautta sitten
reduction.cuh 9d81716bfd [v0.5.3] Release Candidate (#388) 10 kuukautta sitten