把记忆交给CPU，大模型会变快

该文提出一种思路：把记忆相关处理交给CPU，让GPU专注于生成Token，从而提升大模型运行效率。摘要强调的仍是“让GPU去忙生成Token”这一分工设想。至于具体架构、测试数据与实测加速效果，公开资料未提供，读者需以原文后续披露为准。