纯汇编跑通 Qwen3.5-0.8B，单 CPU 线程达到 6.51 tok/s

suayptalha 用纯汇编实现了 Qwen3.5-0.8B 的完整推理，并将代码开源在 GitHub。在 AMD EPYC 7B12 的单 CPU 线程上，生成速度为 6.51 tok/s，高于 Transformers 参考实现的 4.34 tok/s；两次运行生成的 32 个 token 与参考完全一致。