FlashQLA: Kernel perhatian linear berprestasi tinggi dibina atas TileLang
Tajuk asal:🚀 Introducing FlashQLA: high-performance linear attention kernels built on TileLang. ⚡ 2–3× forwar...
Ringkasan AI
FlashQLA ialah kernel perhatian linear berprestasi tinggi yang dibangunkan atas TileLang, direka khusus untuk meningkatkan prestasi AI ejen pada peranti peribadi. Ia mencapai pecutan penyebaran ke hadapan sebanyak 2-3 kali ganda dan pecutan penyebaran ke belakang sebanyak 2 kali ganda. Teknologi terasnya termasuk pertindihan pengiraan dan komunikasi atas cip automatik yang dipacu gerbang, pembinaan semula algebra mesra perkakasan, serta kernel khusus Warp yang digabungkan TileLang. Reka bentuk ini meningkatkan penggunaan pemproses aliran secara ketara melalui pertindihan komunikasi atas cip automatik, dengan kesan yang menonjol dalam tugas selari tensor, model kecil dan konteks panjang. Walaupun strategi memecahkan aliran GDN kepada dua kernel membawa overhed memori tambahan semasa pemprosesan kelompok besar, prestasinya lebih baik dalam senario sebenar peranti tepi dan konteks panjang. Bahagian penyebaran ke belakang mencapai pecutan peringkat kernel melebihi 2 kali ganda melalui pembinaan saluran paip khusus Warp 16 peringkat di bawah had memori atas cip yang ketat.
Maklumat penting
- FlashQLA ialah kernel perhatian linear berprestasi tinggi yang dibangunkan atas TileLang,direka…
- Ia mencapai pecutan penyebaran ke hadapan sebanyak 2-3 kali ganda dan pecutan penyebaran ke…
- Teknologi terasnya termasuk pertindihan pengiraan dan komunikasi atas cip automatik yang dipacu…
- Reka bentuk ini meningkatkan penggunaan pemproses aliran secara ketara melalui pertindihan…
- Walaupun strategi memecahkan aliran GDN kepada dua kernel membawa overhed memori tambahan semasa…
Sekilas pandang
- Diterbitkan pada
- Dikemas kini pada
- Kategori
- Tutorial dan petua
- Skor AI
- 66
Qwen 把线性注意力的推理效率压到了新台阶,2-3 倍加速对想做本地 Agent 的开发者是实打实的,不是论文灌水,是能跑在设备上的代码。
Sumber dan hak cipta
Artikel ini disusun berdasarkan tajuk pilihan dan ringkasan AI daripada API awam AIHOT, dengan sumber dinyatakan dan pautan balik disediakan; hak cipta teks asal milik media dan penulis asal, laman ini tidak menyalin penuh teks penuh.
Cara memetik
Apabila memetik artikel ini, kekalkan tajuk, tarikh dan pautan kekal, serta nyatakan sumber sebagai Orange News.
Orange News: FlashQLA: Kernel perhatian linear berprestasi tinggi dibina atas TileLang. 29 April 2026. https://new.nat6.net/ms/news/cmok1dwzq018mslz3ie9vx24s/