注意力瓶颈早已被优化
BlackHC · x · 2026-07-16
作者反驳“注意力机制很糟糕”的说法，指出：
- 原始注意力的二次复杂度是按上下文长度算的，不是按用户数算的
- 在 8k token 的聊天场景里，注意力大约只占一个 70B 模型 FLOPs 的 14%
- FlashAttention 早在 2022 年就把内存复杂度优化为线性
- 这已经是几乎所有 serving stack 的默认做法
他的意思是，相关工程问题早就被解决，不能拿旧假设当成现实。
所属事件:BlackHC反驳“AI最糟技术”论(5 条相关)→
「Infra」频道最新
- 英伟达已成主流 Robotaxi 栈核心：训练仿真车载计算全覆盖 — pdamodaran · 2026-09-11
- AI 工程师必懂的 12 种 KV Cache 压缩技术一文讲透 — blaizedsouza · 2026-09-11
- 影子算力市场走向台前,Meta 对外出售过剩 GPU 算力成标志性信号 — DavidLinthicum · 2026-09-11
- Engram 随机读取不适合 SSD，CPU 内存低延迟共享或成正解 — bookwormengr · 2026-09-11
- 劝退帖:推理工程是真金白银的硬活,八成尝鲜者已悄然放弃 — abhijithneil · 2026-09-11
- Hugging Face《Ultra Scale Playbook》:GPU 集群训练 LLM 的免费技术书 — mdancho84 · 2026-09-11