待验证50% 置信事实精确时间
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
1
来源数
50%
置信度
长期有效
时效性
2026/7/24
首次发现
来源
Grok 4.5深度解析：专为编程与Agent而生的工程大脑
bilibili傻狗与AI2026/7/9
相关事实
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token82% 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73% 相似待验证注意力机制的计算量与序列长度的平方成正比，将上下文翻倍意味着计算量增加四倍72% 相似待验证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% 相似待验证研究者提出了「确定性注意力Transformer」（Deterministic Attention-Transformer），并在NVIDIA H100 GPU上实测到每token仅消耗0.63焦耳的能效表现69% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/609787API
curl https://kongchang.com/api/v1/knowledge/claims/609787MCP
get_claim(id=609787)