Flash-MSA：长上下文稀疏注意力加速
saurabhtwq · x · 2026-07-13
介绍 Flash-MSA：一个面向极长上下文训练的开源稀疏注意力 kernel 方案。
- 目标是替代/优化 dense flash attention 在长上下文下的效率。
- 作者声称它由 4 个简单 kernel 组成，在长上下文场景相对 dense flash attention 可获得 400%+ 的速度提升。
- 重点在于训练侧的底层优化，而不是模型本身发布。
所属事件:Flash-MSA开源稀疏注意力加速百万Token训练(2 条相关)→
「Infra」频道最新
- 实测戳破 RTK 省钱神话:token 省了,账单分文未降 — Bartaseth · 2026-09-11
- SF Compute 创始人：现在买算力是「绝对糟糕的体验」 — IgorCarron · 2026-09-11
- 开源 SmolVM:2026 年 Agent 不止用浏览器,而是拥有整台电脑 — aniketmaurya · 2026-09-11
- PyTorch Day Korea 2026 首届线下大会启动,9月13日截止征集演讲 — PyTorch · 2026-09-11
- 本地跑 LLM 选卡:4 张 CMP-170HX 涨价 vs Mac Studio M5 — rumboll · 2026-09-11
- llama.cpp 为 RDNA4 调优 Flash Attention,大上下文提升明显 — pmttyji · 2026-09-11