Perplexity 自研引擎 ROSE:嵌入推理跳过 KV cache 改用 ragged attention
perplexity_ai · x · 2026-09-05
Perplexity 官方介绍模型引擎 ROSE：LLM 与嵌入模型复用同一套 kernel；嵌入推理时跳过 KV cache，用 ragged attention 替代 paged attention。ROSE 支持多个注意力后端，kernel 选择依模型形状和序列长度而定。
所属事件:Perplexity 公开自研嵌入推理栈：Ivy、Tulip、ROSE 三层架构(8 条相关)→
「Infra」频道最新
- Pichai:所有人算力都严重短缺,谁都希望计划量翻倍 — firstadopter · 2026-10-21
- 斯坦福 CS336 第 6 讲:kernel 提速先少跑几趟显存 — stanfordnlp · 2026-10-21
- General Compute 携手 Positron：GPU 管提示，专用内存硬件管出 token — aftahi_ai · 2026-10-21
- 2026 年 AI 相关债券发行已达 4190 亿美元,比去年全年高出 90% — SumitGup · 2026-10-21
- 专家警示:企业沉迷 AI 预算,正在忽视云 FinOps 基本功 — DavidLinthicum · 2026-10-21
- 爆料称 DeepSeek 缺的是算力:1GW 集群可训出远强于 V4.1F 的模型 — teortaxesTex · 2026-10-21