性能暴增！开发者成功优化Intel Arc显卡运行Qwen 3.5大模型

一位开发者通过编写基于PyTorch的XPU自定义算子，成功在Intel Arc A770/A750显卡上优化了Qwen 3.5多模态大模型。该项目将复杂的递推状态更新与RMSNorm计算融合为单一SYCL内核，显著降低了中间张量的调度开销。实测数据显示，经过深度优化，模型推理的首字延迟（TTFT）从16000ms大幅降至2000ms，平均生成速度稳定在12 tokens/s，这一突破性进展展示了非NVIDIA硬件在AI本地化部署中的实战潜力。