待验证50% 置信事实精确时间
新版本将D-Flash2、MTP与N-gram投机解码混合，三者组合产生了翻倍级别的解码加速效果
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/10
首次发现
有效期至：2027/1/8
来源
涉及实体
相关事实
待验证通过 MTP（多令牌预测）技术，Qwen3.8-Flash-Next 和 GLM-5.3-Flash 的推理速度提升最高达 2 倍70% 相似待验证Meta同步发布了名为D-Flash的草稿模型，用于投机解码加速生成65% 相似待验证NVIDIA从A100到H100再到B100的迭代周期约两年，每代FP8混合精度算力提升约3-4倍62% 相似待验证核心调优动作包括解码窗口从2升级到4、消除推测采样断点追加、将MTP长上下文设置从256优化到128K62% 相似待验证FlashAttention通过分块计算（Tiling）和内核融合（Kernel Fusion）将显存占用从O(N²)降至O(N)，在长序列场景下可加速2-4倍62% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/995006API
curl https://kongchang.com/api/v1/knowledge/claims/995006MCP
get_claim(id=995006)