英伟达Blackwell架构将张量核心升级为独立协处理器，配备专属内存，矩阵乘法可由单线程异步发射，结果存入专用空间，无需线程集体等待。但需手动管理内存，易致泄漏，且读取结果需128线程。此设计彻底改变CUDA编程范式，从集体协作转向流水线分工，凸显张量核心从指令到独立单元的转变。