Tensor Core

释义 Definition

Tensor Core：张量核心；指现代 GPU（尤其是 NVIDIA）中专门用于加速张量运算/矩阵乘法（如 GEMM）的硬件单元，常用于深度学习训练与推理（例如 FP16、BF16、TF32、INT8 等混合精度计算）。该术语也可泛指“用于张量计算的专用核心”。

发音 Pronunciation (IPA)

/ˈtɛn.sər kɔːr/

例句 Examples

Tensor Cores can speed up deep learning training.
张量核心可以加速深度学习训练。

By using mixed precision, the model achieved higher throughput because Tensor Cores handled the matrix multiplications efficiently.
通过使用混合精度，该模型获得了更高的吞吐量，因为张量核心能高效处理矩阵乘法运算。

词源 Etymology

该词由 tensor（张量） + core（核心/计算核心） 组合而成；“Tensor Core”作为专有名称主要由 NVIDIA 在其 GPU 架构（如 Volta、Turing、Ampere 等）中推广，用来指代面向张量/矩阵运算的专用硬件加速单元。

相关词 Related Words

• Tensor
• Matrix
• Gemm
• Cuda
• Gpu
• Mixed-Precision
• Tf32
• Bf16
• Fp16
• Int8

文献与作品 Literary / Notable Works

• NVIDIA Volta GPU Architecture Whitepaper（介绍 Tensor Cores 的首次重要架构文档之一）
• NVIDIA Turing GPU Architecture Whitepaper（包含 Tensor Core 在图形与 AI 场景的扩展）
• NVIDIA Ampere Architecture Whitepaper（包含 TF32 与新一代 Tensor Core 细节）
• CUDA C++ Programming Guide（在相关章节与性能优化内容中讨论 Tensor Core 的使用与约束）