待验证50% 置信事实精确时间
Online Softmax 是 FlashAttention 等高效注意力实现背后的关键算法，通过流式递推避免物化完整的 [B, H, S, S] 矩阵。
1
来源数
50%
置信度
长期有效
时效性
2026/10/14
首次发现
来源
涉及实体
相关事实
已验证Flash Attention是由斯坦福大学提出的注意力计算优化算法，通过分块处理将中间结果留在GPU高速SRAM中，降低显存带宽压力并减少显存占用72% 相似待验证FlashAttention、滑动窗口注意力等工程优化技术使百万级上下文在可接受的计算资源范围内成为可能71% 相似已验证FlashAttention的核心创新是通过控制GPU的SRAM与HBM之间的数据搬运模式，将标准注意力计算的显存访问复杂度从O(N²)降至近线性71% 相似待验证Flash Attention和稀疏注意力等优化技术可将显存复杂度压缩至近似线性69% 相似已验证FlashAttention通过重新设计注意力计算的内存访问模式，将显存占用从与序列长度平方成正比降低为线性关系68% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1025345API
curl https://kongchang.com/api/v1/knowledge/claims/1025345MCP
get_claim(id=1025345)