待验证50% 置信基准精确时间
在32K上下文长度下，相比FlashAttention-2，WavePrune实现了1.15倍预填充加速和1.24倍解码加速
1
来源数
50%
置信度
长期有效
时效性
2026/10/7
首次发现
来源
涉及实体
相关事实
待验证当上下文长度超过3万token时，4×16G与2×32G两种方案的预处理速度曲线逐渐贴合71% 相似待验证测试者建议单用户场景选低量化的Flash Next以获得更高精度，需要并发处理则选FP8 27B因其速度约为QFN的4倍66% 相似待验证MiMo V2.6 Flash 总参数 310B、激活参数 15B，速度比 Pro 快了接近一倍65% 相似待验证OpenAI 的 GPT-OSS 20B 实测速度超过 21 Token/秒，接近稠密 12B 模型的两倍65% 相似待验证路径C中RTX 3080配合DGX Spark，Prefill速度从1111.3提升到1600（约44%），但Decode速度从33.36 token/s下滑到17.6263% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/983012API
curl https://kongchang.com/api/v1/knowledge/claims/983012MCP
get_claim(id=983012)