Triton GPU内核加速稀疏前馈网络训练，提升36%训练吞吐量

开发者在Triton中创建自定义GPU内核，用于加速稀疏前馈网络训练，相较于密集模型，训练吞吐量提升36%；内核已在NVIDIA RTX PRO 6000 GPU上测试，需支持BF16硬件；稀疏模型训练后是否可匹配密集模型质量仍待验证。