待验证50% 置信事实精确时间
FlashAttention-3通过利用H100的异步执行单元将矩阵乘法与softmax操作流水线化，理论峰值利用率接近75%
1
来源数
50%
置信度
长期有效
时效性
2026/7/24
首次发现
来源
小米静默发布MiMo-V2.5-DFlash：300B模型推理速度或将翻倍
redditr/LocalLLaMA2026/7/12
相关事实
待验证Step 3.7 Flash 在 V* 基准测试中达到 95.3 分72% 相似待验证cuBLAS库的矩阵乘法实现可以接近V100 GPU理论峰值的125 TFLOPS，与朴素三重循环实现相差超过100倍68% 相似待验证DeepSeek-Reasonix提供两个基础模型选项：V3 Flash和V3 Pro，并配有五个推理强度级别68% 相似待验证StepFun发布的STEP3.7 Flash大模型在AA Benchmark（Artificial Analysis）上排名第一，涵盖速度、性价比和端到端多模态性能三个维度67% 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65% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/608488API
curl https://kongchang.com/api/v1/knowledge/claims/608488MCP
get_claim(id=608488)