qieqie

纯源码依赖的直接 git submodule ，或者直接复制一份
有二进制的更麻烦一点，还要考虑如何链接，安装 prebuilt 可以用系统的，不太纠结版本的 apt yum brew 安装就好了，或在 cmake 里 FetchContent ，
最后就是第三方的包管理器，conan vcpkg 啥的

哪怕不用 avx intrinsics, -Ofast 这个量级不太差的 cpu 应该 <10ms 。如果数据初始在 host 内存上，加上 h2d d2h 单次运行会比 cpu 直接跑还慢的。
如果你想体验 gpu 的暴力，demo 应该用 GEMM ，还得加 batch

你这个数据不太对，dot product 纯 memory bound 的，跑不出来 19 倍差距，明显是刻意避免了优化 cpu 代码(avx 或 O3 开 auto vectorization ）

现在 gemini3 哪来的 ultra/flash?

一个正方形的轮子

如果你真看了这篇文章，就会发现和你内容毫无关系，它说的是美股科技股 AI 热潮的成败关键都 OpenAI 大举烧钱

@raysonlu 没研究，但能进系统，接外屏能亮，感觉是不是屏幕排线啥的坏了。