返回全部题目← 上一题19 / 112下一题 →题库/模型基础与推理/Q-11447不同版本的 FlashAttention 分别优化了哪些瓶颈，如何与硬件机制对应？知识专题：推理优化与模型压缩题目类型：比较选型技术难度：进阶相关面经：1 篇未标记未标记待复习已掌握收藏反馈（在 GitHub 新标签页打开）Sorry o(╥﹏╥)o，暂无参考答案。带这道题，问问AI吧~问 AIKimiKimi（新窗口打开）Qwen千问（新窗口打开）OpenAIChatGPT（新窗口打开）本题目录相关面经相关题目相关面经1 篇禾赛科技AI Infra2026-10-27秋招一面查看原面经 →随后问了不同版本 FlashAttention 的区别。相关题目4 题0274Decoder-only 的 KV Cache 为什么缓存 K、V 而通常不缓存 Q？同一知识专题题目类型：原理机制技术难度：进阶相关面经：2 篇0277FlashAttention 为什么能节省显存并提速，是否改变注意力结果？同一知识专题题目类型：原理机制技术难度：进阶相关面经：5 篇0502有哪些大模型推理加速技术？同一知识专题题目类型：方案设计技术难度：进阶相关面经：6 篇0503模型剪枝、GPTQ 与 AWQ 量化方法。同一知识专题题目类型：比较选型技术难度：进阶相关面经：5 篇♥♥♥♥♥← 上一题已到最后一题← 上一题如何搭建 TILE Cache 系统仿真，并据此选择并行配置和 Prefill/Decode 配比？下一题 →上下文压缩后 KV Cache 是否失效？
