[性能] cummax/cummin 的 CUDA 内核硬编码 dim3(16,32)，最内层维的扫描速度比 torch.cummax 慢 19 倍，比 paddle.cumsum 慢 87 倍
作者: DanielSun11创建于 2026年8月18日更新于 2026年9月4日
A Single row, scan length scan — [1, N], axis=-1
| N | paddle.cummax | paddle.cumsum | Times | cummax
内容来源: PaddlePaddle/Paddle