待验证50% 置信注意事项精确时间
FlashAttention等高性能注意力实现和自定义CUDA kernel不支持MPS，导致部分前沿研究代码无法直接在Mac上运行
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/8/25
首次发现
有效期至：2026/11/23
来源
涉及实体
相关事实
待验证许多第三方库如自定义CUDA kernel、FlashAttention等高性能注意力实现不支持MPS78% 相似待验证FlashInfer 是专为 LLM 推理设计的高性能 CUDA 算子库67% 相似待验证FlashAttention 的实现需要精通 CUDA 的共享内存管理和线程同步67% 相似待验证KDA（Kernel Development Agent）能够自动编写高性能 CUDA 内核，在 MLSys FlashInfer Kernel Contest 中排名第 1 到第 3 位63% 相似待验证新内核通过将量化/反量化操作融合进注意力计算的 CUDA Kernel 中，使 KV 缓存量化不再造成推理减速，某些带宽受限场景下甚至能进一步提升吞吐62% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/800723API
curl https://kongchang.com/api/v1/knowledge/claims/800723MCP
get_claim(id=800723)