Sonstiges

NSA: Neuer hardwareausgerichteter Mechanismus für sparse Attention

Originaltitel:🚀 Introducing NSA: A Hardware-Aligned and Natively Trainable Sparse Attention mechanism for ultra-f...

KI-Zusammenfassung

NSA ist ein hardwareausgerichteter und nativ trainierbarer Sparse-Attention-Mechanismus, der für extrem schnelles Training und Inferenz mit langem Kontext entwickelt wurde. Der Kern nutzt eine dynamische hierarchische Sparse-Strategie, die grobkörnige Token-Komprimierung mit feinkörniger Token-Auswahl kombiniert. Durch Optimierung für moderne Hardware beschleunigt NSA die Inferenz und senkt die Pretraining-Kosten, ohne Leistung einzubüßen; bei allgemeinen Benchmarks, Long-Context-Aufgaben und instruktionsbasiertem Reasoning erreicht oder übertrifft es Full-Attention-Modelle.

Kernpunkte

  • NSA ist ein hardwareausgerichteter und nativ trainierbarer Sparse-Attention-Mechanismus,der für…
  • Der Kern nutzt eine dynamische hierarchische Sparse-Strategie,die grobkörnige Token-Komprimierung…
  • Durch Optimierung für moderne Hardware beschleunigt NSA die Inferenz und senkt die…
  • bei allgemeinen Benchmarks,Long-Context-Aufgaben und instruktionsbasiertem Reasoning erreicht oder…

Auf einen Blick

Veröffentlicht
Aktualisiert
Quelle
X:DeepSeek (@deepseek_ai)
Kategorie
Sonstiges
Original lesen Den vollständigen Artikel bei der Originalquelle lesen
Warum es wichtig ist

DeepSeek 推出硬件对齐稀疏注意力 NSA,长上下文训练推理双提速,预训练成本显著降低

Quelle & Urheberrecht

Dieser Artikel basiert auf kuratierten Titeln und KI-Zusammenfassungen der öffentlichen AIHOT-API, mit Quellenangabe und Rückverlinkung. Das Urheberrecht am Original liegt bei den ursprünglichen Medien und Autoren; diese Seite spiegelt keine Volltexte.

Originalartikel · AIHOT-Eintrag

Zitierhinweis

Beim Zitieren dieses Artikels bitte Titel, Datum und Permalink beibehalten und Orange News als Quelle angeben.

Orange News: NSA: Neuer hardwareausgerichteter Mechanismus für sparse Attention. 18. Februar 2025. https://new.nat6.net/de/news/cmo77611u003hslhea6kr5k19/

Alle ansehen →