DLS 在 A100 上比 tangermeme 快 1.5-2.4 倍，数值精度已验证

DLS 的 FP32 实现在 A100 GPU 上比 tangermeme 快约 1.5 倍，TF32 下快约 2.4 倍。作者确认，这些 scoring 与 DLS 优化结果均在朴素或通用实现的数值精度范围内，加速未牺牲正确性。该结果为基因组 saliency 分析用户提供参考。