开源编译器 Latch 从 PyTorch 生成训练 megakernel，H100 上提速 2.75 倍

独立研究者 deepaksinghml 开源编译器 Latch，可直接从 PyTorch 代码生成训练 megakernel。H100 实测中 TinyMoE（batch 2×1024）每步 13.6–13.8ms，较 Compiled PyTorch 的 37.5–38.4ms 快 2.75 倍；达到 loss 3.30 用时 857s 对 1432s，省 40% 时间。