NSA: กลไก sparse attention ใหม่ที่สอดคล้องกับฮาร์ดแวร์
หัวข้อต้นฉบับ:🚀 Introducing NSA: A Hardware-Aligned and Natively Trainable Sparse Attention mechanism for ultra-f...
สรุปโดย AI
NSA เป็นกลไก sparse attention ที่สอดคล้องกับฮาร์ดแวร์และฝึกได้โดยกำเนิด ออกแบบมาสำหรับการฝึกและการอนุมานบริบทยาวที่รวดเร็วเป็นพิเศษ แกนหลักใช้กลยุทธ์ sparse แบบลำดับชั้นพลวัต ผสานการบีบอัด token แบบหยาบเข้ากับการเลือก token แบบละเอียด ด้วยการปรับแต่งสำหรับฮาร์ดแวร์สมัยใหม่ NSA เร่งการอนุมานและลดต้นทุนการพรีเทรนโดยไม่สูญเสียประสิทธิภาพ โดยเทียบเท่าหรือเหนือกว่าโมเดล Full Attention ใน benchmark ทั่วไป งานบริบทยาว และการอนุมานตามคำสั่ง
สรุปสั้น
- เวลาเผยแพร่
- เวลาอัปเดต
- แหล่งที่มา
- X:DeepSeek (@deepseek_ai)
- หมวดหมู่
- อื่น ๆ
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
แหล่งที่มาและลิขสิทธิ์
บทความนี้เรียบเรียงจากพาดหัวคัดสรรและบทสรุป AI จาก API สาธารณะของ AIHOT โดยระบุแหล่งที่มาและลิงก์กลับแล้ว ลิขสิทธิ์ต้นฉบับเป็นของสื่อและผู้เขียนต้นทาง เว็บไซต์นี้ไม่ได้สะท้อนเนื้อหาฉบับเต็ม
วิธีอ้างอิง
เมื่ออ้างอิงบทความนี้ โปรดระบุชื่อเรื่อง วันที่ และลิงก์ถาวร พร้อมระบุแหล่งที่มาเป็น Orange News
Orange News: NSA: กลไก sparse attention ใหม่ที่สอดคล้องกับฮาร์ดแวร์ 18 กุมภาพันธ์ 2025 https://new.nat6.net/th/news/cmo77611u003hslhea6kr5k19/