硬件感知 LDM 实现：状态回卷与窗口写入大幅降低激活内存和访存开销

硬件感知 LDM 实现以状态回卷和窗口写入降低深度模型的激活内存与访存开销。实现利用可逆 RLS 递归，在反向传播时依据每层保存的紧凑辅助信息重建状态，避免保存 G×Dv×Dk 的完整状态 Ml，并将 Write 与下一层 Read 融合、延迟聚合 E=4 窗口内写操作。该实现采用 CuTe DSL，支持 Hopper 和 Blackwell GPU。