Verified90% confidenceFactExact time

Flash Attention由斯坦福Tri Dao等人于2022年提出，通过分块计算与重计算将显存复杂度从O(N²)降低到O(N)

13

Sources

90%

Confidence

Long-term

Relevance

7/6/2026

First Seen

Sources

AMD显卡跑本地大模型：卸载Ollama换LM Studio，速度翻7倍

bilibili人工智能打老虎7/2/2026

Related Claims

UnverifiedFlashAttention（2022）通过IO感知的分块计算和重计算策略将显存占用从 O(n²) 降至 O(n)，且不改变数学等价性78% similar VerifiedFlashAttention由Tri Dao等人提出，通过IO感知的分块计算策略将注意力计算速度提升2-4倍77% similar Unverified标准Attention计算的显存占用和带宽消耗均为O(N²)，FlashAttention将显存占用降至O(N)72% similar UnverifiedFlash Attention和稀疏注意力等优化技术可将显存复杂度压缩至近似线性72% similar

Cite This Claim

Stable URI

https://kongchang.com/claim/116135

API

curl https://kongchang.com/api/v1/knowledge/claims/116135

MCP

get_claim(id=116135)