用范畴论给深度学习画图:PyNCD 把 FlashAttention 画在餐巾上
GioeleZardini · x · 2026-09-28
MIT 研究者 Gioele Zardini 介绍一套基于范畴论的深度学习形式化图示方法。要点:
- 问题:深度学习模型缺乏系统性分析框架,推理(KV-cache)、训练(反向传播)、软硬件映射等视角各自独立推导。
- 方法:借助范畴论的组合与抽象工具,建立严格的图表语言,将模型的不同抽象层(数学、训练/推理形态、逻辑与物理硬件层)统一表达。
- 落地成果:已用于系统推导硬件感知的 FlashAttention(《FlashAttention on a Napkin》),并快速生成 attention 变体的 kernel。
- 开源:数学基础见论文《Weaves, Wires, and Morphisms》,配套两个开源包 PyNCD 和 TSNCD;网站上的完整架构交互式图表均由 PyNCD 表达、TSNCD 绘制。
作者认为在 agentic mathematics 时代,证明变廉价,关键在于合适的表达语言,范畴论恰好提供这一点。
「Infra」频道最新
- 曝 Anthropic 对 NVIDIA 合同承诺金额已超 1800 亿美元 — zephyr_z9 · 2026-09-28
- Friedberg：开源模型让 90% 的 AI 用途不再需要数据中心 — MarvinTBaumann · 2026-09-28
- 老 infra 工程师吐槽：PB 级日志分析我们十几年前就用 Hadoop 干完了 — basedjensen · 2026-09-28
- 功率共享让192块GB3跑进原140块GPU预算，吞吐增49% — julsimon · 2026-09-28
- async zstd 慢 23 倍之谜：Node 修复未声明输入大小的隐藏代价 — AI Snake Oil · 2026-09-28
- 英伟达董事会追加 1500 亿美元回购，总额度达 2350 亿 — firstadopter · 2026-09-28