待验证50% 置信事实精确时间

GPU注意力内核即使只快10%到20%，都会直接转化为更快的推理、更快的训练和更低的成本

1

来源数

50%

置信度

长期有效

时效性

2026/9/18

首次发现

来源

DeepSeek内核工程师自述：被自己训练的AI取代的一年

涉及实体

attention kernelconcept GPUtechnology

相关事实

待验证注意力内核在大模型训练和推理阶段往往占据总算力的30%至60%74% 相似待验证根据 MLCommons 等机构的调研，业界大规模训练任务的平均 GPU 有效利用率普遍在 40%-60% 区间73% 相似待验证GPU利用率可从低流量时的20%~30%提升至高流量时的70%~80%，因请求量越大越容易聚合为更大计算批次72% 相似已验证自回归解码阶段GPU算力利用率往往不足10%，属于内存密集型操作72% 相似待验证PagedAttention可将GPU显存利用率从通常的20%-40%提升至接近理论上限，吞吐量相比原生HuggingFace推理提升数倍至十余倍71% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/931604

API

curl https://kongchang.com/api/v1/knowledge/claims/931604

MCP

get_claim(id=931604)