
  <rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom">
    <channel>
      <title>HANS</title>
      <link>https://www.hansking.cn/blog</link>
      <description>A posts created with Next.js and Tailwind.css</description>
      <language>en-us</language>
      <managingEditor>admin@hansking.cn (HANS)</managingEditor>
      <webMaster>admin@hansking.cn (HANS)</webMaster>
      <lastBuildDate>Sun, 09 Nov 2025 10:00:00 GMT</lastBuildDate>
      <atom:link href="https://www.hansking.cn/tags/FlashAttention/feed.xml" rel="self" type="application/rss+xml"/>
      
  <item>
    <guid>https://www.hansking.cn/blog/2026/FlashAttention-zhu-yi-li-ji-suan-de-IO-you-hua</guid>
    <title>FlashAttention：注意力计算的 IO 优化</title>
    <link>https://www.hansking.cn/blog/2026/FlashAttention-zhu-yi-li-ji-suan-de-IO-you-hua</link>
    <description>[{&quot;value&quot;:&quot;FlashAttention：注意力计算的 IO 优化&quot;,&quot;url&quot;:&quot;#flashattention注意力计算的-io-优化&quot;,&quot;depth&quot;:1},{&quot;value&quot;:&quot;一、标准注意力为什么占内存&quot;,&quot;url&quot;:&quot;#一标准注意力为什么占内存&quot;,&quot;depth&quot;:2},{&quot;value&quot;:&quot;二、GPU 有很多层存储&quot;,&quot;url&quot;:&quot;#二gpu-有很多层存储&quot;,&quot;depth&quot;:2},{&quot;value&quot;:&quot;三、分块计算怎么保持正确结果&quot;,&quot;url&quot;:&quot;#三分块计算怎么保持正确结果&quot;,&quot;depth&quot;:2},{&quot;value&quot;:&quot;四、因果 Mask 和变长序列&quot;,&quot;url&quot;:&quot;#四因果-mask-和变长序列&quot;,&quot;depth&quot;:2},{&quot;value&quot;:&quot;五、它优化的是 IO，不是把复杂度变成线性&quot;,&quot;url&quot;:&quot;#五它优化的是-io不是把复杂度变成线性&quot;,&quot;depth&quot;:2},{&quot;value&quot;:&quot;六、为什么实际速度可能没有论文那么快&quot;,&quot;url&quot;:&quot;#六为什么实际速度可能没有论文那么快&quot;,&quot;depth&quot;:2},{&quot;value&quot;:&quot;七、使用时先确认版本和回退路径&quot;,&quot;url&quot;:&quot;#七使用时先确认版本和回退路径&quot;,&quot;depth&quot;:2},{&quot;value&quot;:&quot;八、和量化、KV Cache 一起看&quot;,&quot;url&quot;:&quot;#八和量化kv-cache-一起看&quot;,&quot;depth&quot;:2},{&quot;value&quot;:&quot;九、从工程角度如何判断值得使用&quot;,&quot;url&quot;:&quot;#九从工程角度如何判断值得使用&quot;,&quot;depth&quot;:2},{&quot;value&quot;:&quot;总结：性能优化常常是少搬数据&quot;,&quot;url&quot;:&quot;#总结性能优化常常是少搬数据&quot;,&quot;depth&quot;:2}]</description>
    <pubDate>Sun, 09 Nov 2025 10:00:00 GMT</pubDate>
    <author>admin@hansking.cn (HANS)</author>
    <category>AI</category><category>LLM</category><category>FlashAttention</category><category>GPU</category><category>性能优化</category>
  </item>

    </channel>
  </rss>
