搜索技巧 海洋云增白 开源地图 AI 搜索答案 沙丘魔堡2 压缩机站 自由职业 policy 小团队 颈挂空调 Chumby 个人电脑 极端主义 团队 PostgreSQL AI工具 证券 DirectX DrawingPics 化学 KDE 披萨农场 多动症 植物学 分析化学 Three.js 大会 残疾人学校 初创 QB64 更多

FlashAttention-3：异步和低精度实现快速、精确的注意力机制 (www.together.ai)

原文: FlashAttention-3: Fast and Accurate Attention with Asynchrony and Low-precision

FlashAttention-3是一种针对英伟达Hopper GPU架构优化的注意力机制算法。它利用了异步Tensor Core和TMA、warp specialization、GEMM与softmax操作交织以及FP8低精度计算等技术，显著提升了注意力机制的速度和效率。相比FlashAttention-2，FP16精度下速度提升1.5-2倍，FP8精度下接近1.2 PFLOPS，且量化误差更小。