Transformer训练加速实战

教程介绍用 NVIDIA Transformer Engine、融合核、BF16/FP8 加速训练。

推荐理由：核心信息是把 FP8 delayed scaling、融合 GPU kernel 和基准测试放进 PyTorch GPT 训练闭环；对团队评估低精度训练收益与迁移成本有直接参考。