深度分析 「Hawk」：硬體感知驅動的高效 NPU 核心生成框架 研究指出缺乏硬體感知知識是LLM產生NPU核心的瓶頸。Hawk透過即時知識合成、雙維檢索與效能導向蒸餾，提高生成正確率至80%，執行速度提升最高2.2倍。相較於需大量標註資料的模型微調，Hawk免訓練即可持續累積與淨化知識，降低開發成本並加速新硬體支援，此策略有望成為未來NPU軟體堆疊的標準化路徑
