待验证50% 置信事实精确时间
论文在TinyStories数据集上评估了三种参数量均为10.94M的配置：纯Transformer、纯波和混合波-注意力，上下文长度最高到4096个token。
1
来源数
50%
置信度
长期有效
时效性
2026/10/30
首次发现
来源
涉及实体
相关事实
待验证Transformer推理中批量大小为1时注意力层的算术强度约1~10 FLOP/Byte，远低于H100约300 FLOP/Byte的屋脊点，属于带宽受限场景70% 相似待验证标准Transformer自注意力计算量随序列长度平方增长，50万token的注意力计算量约为4096token的15000倍64% 相似待验证Transformer注意力机制的计算量随序列长度平方增长，早期语言模型上下文窗口上限约4000个token64% 相似待验证Transformer注意力机制中的矩阵乘法和Softmax运算占据推理总算力的70%以上，ASIC可实现3至10倍的能效提升64% 相似待验证Tiny-MoE模型总参数量约200M，但每个token激活的参数仅约90M63% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1115528API
curl https://kongchang.com/api/v1/knowledge/claims/1115528MCP
get_claim(id=1115528)