96 头 MLA 计算强度达 363 FLOPs/Byte,FP8 KV 仍难改 compute bound
YouJiacheng · x · 2026-10-26
YouJiacheng 与网友讨论 MoE 与线性投影的 compute/bandward 权衡:core attention 是否 compute bound 与 batch size 无关,FP8 KV 的意义在于避免大 batch 下的 OOM,而计算时仍会 dequant 到 BF16(见 FlashMLA)。
所属事件:Kimi K3 推理成本之争：解码算力悬殊，贵 DeepSeek V4.1F 约 20 倍(6 条相关)→
「Infra」频道最新
- Anthropic S-1:每 1 美元收入烧 48 美分算力成本 — nmasc_ · 2026-10-26
- Persistent AI 入驻 UR 网络，隐私推理流量全程加密 — 0xSammy · 2026-10-26
- Anthropic 算力承诺曝光：Google 至少 1145 亿美元居首 — BenBajarin · 2026-10-26
- SpaceX 与 Apollo 达成 400 亿美元 AI 芯片与数据中心硬件租赁协议 — Polymarket · 2026-10-26
- Diamandis 盘点：SpaceX AI 业务年增 830%，Claude 64 小时设计 31.8 万抗毒蛋白 — PeterDiamandis · 2026-10-26
- Meta 拟发售至多 950 亿美元股票为 AI 基建输血 — The Decoder · 2026-10-26