待验证50% 置信事实精确时间
Flash Attention 2 在 A100 上实现约 2 倍加速，Flash Attention 3 针对 Hopper 架构（H100）引入异步执行与低精度 FP8 支持
1
来源数
50%
置信度
长期有效
时效性
2026/7/16
首次发现
来源
相关事实
已验证Flash Attention 2在A100 GPU上可达到理论峰值FLOPS的72%82% 相似待验证Flash Attention 3 已于 2024 年针对 H100 的 Hopper 架构进一步优化，将吞吐量推向硬件理论上限的 75% 以上81% 相似待验证ExLlamaV3 v1.0.0 彻底移除了 flash-attention-2 和 xformers 依赖，改用自研注意力内核70% 相似待验证盘古2.0 Flash采用MoE（混合专家）架构，参数规模为92B A6B（总参数92B，激活参数6B）65% 相似待验证DeepSeek-V4 Flash采用混合注意力、mHC混合机制以及哈希路由的MoE等架构设计64% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/529623API
curl https://kongchang.com/api/v1/knowledge/claims/529623MCP
get_claim(id=529623)