用cuda领域的专有名词解释就是：在苹果gpu上寄存器，share memory，L1缓存，只读缓存这几个东西全部合并了，不再有物理区分，gpu会根据应用自动分配。

同晶体管感觉没啥进步。。。a17甚至翻车了

对于ampere架构来说，每个SM的寄存器大小是64K个32bit，L1缓存、shared memory、constant memory共享192KB

最开始，老黄家的卡也是分的很开的，到ampere这代，只有寄存器和L1缓存两个了。
苹果更进一步，把寄存器也合并了。

在ALU方面，苹果的视频说，m3和a17支持fp32 fp16 整数三种运算同时执行。
也就是说，对于优化好的程序来说，速度提升很大。

前排支持

主要是lds动态分配吧
然后rc加了排序

那a17pro的gpu也是真的弱，今年的a17pro的gpu完全可以给到8核的

1 ：dynamic caching跟我之前猜的差不多，但没想到更进一步直接合并线程栈/寄存器/缓存。但这样延迟会变大，厨子是想用海量warp切换来掩盖延迟，为此还做到了Execute instructions from different warps
2 ：rt core是l4的，三角与盒子求交/加速结构遍历/光线排序，结合dc一起blender渲染提升3-5倍不等。
3 ：mesh shader加速也跟之前猜测的一样，通过在这个统一缓存上flexible更大的占用与访存优化，去缓解mesh payload因为不够存lds，导致spill到内存带来的延迟。
物理fp16管线又回来了，可以跟fp32/sfu/ld/st并行跑，但需要开发者自己在shader里做数据类型适配。

没有吧a17好像不支持动态融合

楼主认为本地llm达到gpt3.5水平多少参数就够了

大佬，我用andspec mod跑x3超大核也是显示failed to set xxxx's affinity:invalid argument，该怎么解决