GEM-KMeans：基于 GPU 优化的内存高效且高精度大规模聚类

GEM-KMeans 是一种面向大规模聚类的 GPU 优化方法，利用谱归一化非负低秩（NLR）矩阵分解兼顾内存效率与准确率。其 IO 感知实现将梯度更新与非负投影融合进矩阵乘法 epilogue，在 HBM 中仅保留单个因子与小型分块数组，避免了三个大型因子缓冲区的开销。大规模数据集测试表明，该方法相比现有 GPU 加速 Lloyd's 算法具备性能优势。