[flashinfer] Cake 결정적 MoE Grouped GEMM: FP32 wgrad 누적을 커널에 fuse해 scratch를 없애고 최대 1.29x 가속scratch+add_ 두 단계를 커널 내 in-place 누적으로 합쳐 비트 동일성을 유지하며 wgrad를 최대 1.29배 단축#CUDA#MoE#GEMM#Deterministic Training#FlashInfer#Kernel Fusion#Blackwell2026년 11월 8일댓글 수 로딩 중