用WebGL和着色器实现GPT-2：一次极客的GPU编程冒险

作者在Hacker News爆款文章中分享了使用WebGL和着色器在GPU上运行GPT-2的经历。文章深入探讨了通用GPU编程的起源和发展，对比了传统的图形API（如OpenGL）和计算API（如CUDA和OpenCL）的差异。作者巧妙地利用纹理和帧缓冲区作为数据总线，将片段着色器作为计算内核，实现了矩阵乘法和GELU激活函数等神经网络操作。尽管这种方法在共享内存、纹理大小和精度等方面存在限制，但这篇文章依然为我们展现了GPU编程的魅力和可能性，以及将图形处理技术应用于通用计算的创新尝试。