新万博体育

　　猫眼电影记者 奥沙利文 报道Q8X2R7L1T4J5M9B6W3

机器之心报道

机器之心编辑部

今年 2 月，月之暗面提出了一种名为 MoBA 的注意力机制，即 Mixture of Block Attention，可以直译为「块注意力混合」。

据介绍，MoBA 是「一种将混合专家（MoE）原理应用于注意力机制的创新方法。」该方法遵循「更少结构」原则，并不会引入预定义的偏见，而是让模型自主决定关注哪些位置。

MoBA 在处理长上下文时表现出极强的潜力，它允许 Query 只稀疏地关注少量 Key-Value 块，从而大幅降低计算成本。

然而，目前业界对 MoBA 性能背后的设计原则仍缺乏深入理解，同时也缺少高效的 GPU 实现，这限制了其实际应用。

在这篇论文中，来自MIT、NVIDIA机构的研究者首先建立了一个统计模型，用于分析 MoBA 的内部机制。模型显示，其性能关键取决于路由器是否能够基于 Query-Key 的相似度，准确区分相关块与无关块。研究者进一步推导出一个信噪比，将架构参数与检索准确率建立起形式化联系。

基于这一分析，本文识别出两条主要的改进路径：一是采用更小的块大小，二是在 Key 上应用短卷积，使语义相关信号在块内聚集，从而提升路由准确性。

然而，尽管小块尺寸在理论上更优，但在现有的 GPU 实现中，小块会导致严重的内存访问碎片化和低并行度，速度甚至慢于稠密注意力。

为解决这一矛盾，研究者进一步提出了FlashMoBA，一种硬件友好的 CUDA kernel，可在小块配置下仍然高效地执行 MoBA。

结果显示优化后的 MoBA 在性能上可与密集注意力基线相匹敌。对于小块场景，FlashMoBA 相比 FlashAttention-2 可实现最高 14.7 倍加速。

论文地址：https://arxiv.org/pdf/2511.11571项目地址：https://github.com/mit-han-lab/flash-moba论文标题：OPTIMIZING MIXTURE OF BLOCK ATTENTION

FLASHMOBA：一种面向小块 MoBA 的优化内核

理论模型表明，较小的块尺寸能带来显著的质量提升，但朴素的 GPU 实现效率低下。由月之暗面发布的原始 MoBA 实现，在配置小块尺寸时会遭遇性能瓶颈，这些瓶颈抵消了稀疏性带来的计算节省，导致执行速度比稠密注意力更慢。

研究者推出了 FlashMoBA，这是一种硬件感知的 CUDA 内核，旨在使小块 MoBA 变得实用且高效。

小块带来的性能挑战

小块尺寸引入了几个关键的性能挑战，要在实际部署中应用必须解决这些问题。

首先，在为每个查询收集稀疏、不连续的键值块时，会出现低效的内存访问，导致从 HBM 读取数据时出现非合并内存读取。

FLASHMOBA 内核设计

为了克服这些挑战，FlashMoBA 采用了三个融合内核，以最大限度地减少 HBM 往返次数，并使计算与 GPU 架构相对齐，如图 1 所示。

分块 Top-K 选择

Top-k 选择过程是原始 MoBA 实现中的主要瓶颈，该实现显式生成了完整的分数矩阵并串行处理批次序列。研究者将其替换为Flash TopK（图 1 中的步骤 1），这是一个由融合内核组成的高度优化的三阶段流水线。

最后，一个高效的后处理步骤将以查询为中心的索引重新格式化为以键块为中心的变长布局，以便进行主注意力传递。整个流水线在批次和注意力头之间完全并行化，消除了原始的性能瓶颈。

采用「收集并致密化」策略的前向传播

为了处理 MoBA 的不规则稀疏性，前向内核使用了一种基于两级分块机制的「收集并致密化」策略，详见算法 1。

要区分两种类型的块：

这种两级方法是关键所在，因为在 SRAM 中缓存查询允许在逻辑键块的所有物理图块之间复用数据，从而通过高效的稠密 GEMM（通用矩阵乘法）分摊昂贵的不规则内存访问成本。

带重计算的反向传播

反向传播利用了 FlashAttention-2 的内存高效设计，并实现为三个内核的序列（算法 5）。

主内核在键维度上并行化计算，每个线程块处理一个键块。为了处理稀疏性，它镜像了前向传播的「收集并致密化」策略，使用变长索引收集查询子集并将梯度输出到片上图块中。

遵循 FlashAttention-2 的方法，研究者在反向传播期间重计算注意力分数，以避免将完整的注意力矩阵存储在内存中。虽然键和值的梯度直接写入 HBM，但部分查询梯度需要跨多个键块进行累加，这是通过对高精度全局缓冲区使用原子加法来高效且安全地处理的。

这种设计确保了反向传播在序列长度上保持线性复杂度，这是相对于标准注意力的二次复杂度的一个关键改进。由于反向传播通常构成优化注意力实现的主要性能瓶颈（通常比前向传播慢 2-3 倍），因此我们需要反向内核的高效率对于实现长序列的实际训练至关重要。

实验及结果

本文从零开始预训练模型，并进行可控实验来验证 MoBA 的设计原则。实验共训练了两个模型，所有实验均在 8× H100 80GB GPU 上完成：

340M 参数模型（hidden size 1024，16 heads，中间层规模 2816）；1B 参数模型（hidden size 2048，32 heads，中间层规模 8192）。

质量评估结果

本文在语言建模、长上下文检索以及真实任务上对 MoBA 的表现进行了评估。实验结果表明，改进后的模型在多种基准测试中提高了性能。

这一趋势在所有基准和不同模型规模上都保持一致。对 340M 模型来说，将块大小从 512 缩小到原来的 1/4 到 128，可带来如下提升：

语言建模准确率从 44.6% 提升到 45.6%（表 1）；RULER 准确率从 38.8% 提升到 63.9%（表 3）；LongBench 综合得分从 13.2 提升到 15.3（表 5）。

总体来看，小块尺寸对于 MoBA 达到与密集注意力相当的性能是必要的。

Key Convolution 。Key Convolution 在不同任务中都能带来性能提升，而且具有任务偏好特性。对于 340M 模型：

kconv3 将语言建模准确率从 45.1% 提升到 45.6%（表 1）；kconv5 在 64K 长度检索任务中达到 100% 的检索率（表 3）；在 LongBench 上，kconv3 得分达到 15.3%（表 5）。

对于 1B 模型：

kconv3 将语言建模准确率提升到 52.7%（表 2）；将 RULER 准确率提升到 68.2%（表 4）。

这些结果表明，卷积通过使相关 token 在块内聚集，提升了有效均值差异 ，从而显著提高路由准确性。

注：卷积核宽度 W∈{3,5}，分别记作 kconv3 和 kconv5。

稀疏匹配密集注意力机制。在多个基准测试和规模下，MoBA 的表现与密集注意力机制相当甚至更胜一筹。

效率结果

虽然理论上小块尺寸能够带来更高的模型质量，但此前由于 GPU 利用率低下，小块一直难以在实际中使用。FlashMoBA 的出现让这些配置真正变得可行。

端到端性能。图 3 对比了不同序列长度（8K 至 512K token）下的延迟和内存占用。FlashMoBA 在两项指标上都显著优于原始实现。

在 N=64K 且 B=128 的配置下：FlashMoBA 比原始 MoBA 快 7.4 倍，内存占用减少 6.1 倍，原始 MoBA 在 128K 序列就会 OOM（内存溢出），而 FlashMoBA 能扩展到 512K。

随着序列越长、块越小，优势更明显，因为 FlashMoBA 消除了全局 reindex 的开销，在长序列条件下可实现最高 14.7× 快于 FlashAttention-2 的速度。

为了理解 FlashMoBA 的提速来源，图 4 展示了在 N=64K 下前向传播的耗时分布。

原始 MoBA 包含 5 个阶段：（1）计算质心并执行 top-k、（2）全局 reindex、（3）在路由后的索引上执行注意力、（4）局部因果注意力以及（5）合并结果。

其中步骤 (1)、(2)、(5) 占据了超过 70% 的执行时间。

FlashMoBA 则使用两个融合 kernel，这种融合设计将 64K 序列下的前向传播时间降至 49 ms，而 FlashAttention-2 在相同设置下为 99 ms。

??时事1：性涩视频

??11月12日,云南多条高速公路建设春节前夕迎来新进展,

　　一、要认清肩负的使命

,小黄片下载。

??11月12日,建构中国农林经济管理学科自主知识体系联盟大会暨中国人民大学农业与农村发展学院70周年论坛召开,

　　一、提高认识，充分认识毕业班的重要性

,国产A片免费视频,色狠狠久久综合,色视频网站99riAV。

??时事2：香港特级三a毛片久久久久久久

??11月12日,上海日供水量持续攀升 供水服务平稳有序,

　　在上古年间，重瞳者为圣、为神明，曾出现的那几人，都是惊天动地、震动天下的盖世人物。

,拔插拔插x8免费,瑜伽裤喷水,欧美第3页。

??11月12日,量子互联网关键连接首次实现,

　　现在已经是2月中旬了，大家要对照年初定下的目标，看看离这个目标还有多远，然后寻找自身存在的问题，特别是作风方面的问题。目前最重要的就是要咬紧目标，鼓足干劲，把思想和精力聚集到狠抓落实上来。抓好落实，关键在人，核心在干部，在干部的工作作风上。一个地方与一个地方的竞争，很大程度上是干部素质的竞争，干部作风的竞争。近年来，我们通过学习江浙等先进地区经验，就强烈地感受到，我们的干部与浙江的干部比，有很大的差距，主要体现在抓发展的理念没有人家新，抓落实的作风没有人家实，困难环境下破解难题的能力没有人家强。我们开发区这几年之所以取得了这么大的成绩，靠的是艰苦奋斗的作风，靠的是埋头苦干的精神，靠的是改革创新的魄力，靠的是优质高效的服务。总之一句话，靠的是人，是干部，是扎实的作风。大家都好好琢磨一下，同是一个环境，同是一样的地方，为什么有的村和单位开发区布臵的工作项项能落实，事事能成功，而且有特色，但是有的单位和村，开发区布臵的工作却没有多大起色。有的甚至是上级给他钱，也干不好事情。就是有少数村、少数干部，一提工作就讲客观、提条件，而且就是抓不好，抓不到点子上去，一到检查就出问题。问题出来后，不从自身找原因，总是强调这样那样的客观原因。而我们大多数村，开发区两委布臵的工作基本都能完成，有的还很有特色，而且，我们眼中的先进村，好像什么工作都可以，这说明什么问题呢?这只能说明我们的一些干部工作没有做到家，方法不对路，措施不得力。

,亚洲熟女自拍一区91,免费 成人 深夜夜下载,18禁在线永久免费观看网站。

??时事3：91三级在线观看

??11月12日,“两路”通车70年，天路遍开格桑花,

　　这是一个很潮湿的石洞，掩在藤蔓后，隐约间还能听到水声，里面光线很暗，黑咕隆咚。山洞无比幽深，一群孩子躲进来后不敢停留，继续狂奔进去数十米才止步。

,欧洲黄色A片网站,妓女影院视频国产,亚洲免费视频二。

??11月12日,长三角大健康产业20强城市榜单在江苏扬州出炉 上海居榜首,

　　“所以，你先不要急于突破，争取在最短的时间内，让纯肉身的力量突破十万斤那个极境关卡，对你将有莫大的好处。”柳树告诫。

,精精国产XXX视频在线,超碰超在线,露脸 对白。

??时事4：美女视频一区在线播放性色

??11月12日,“东盟-中国人文交流年”国际漫画大赛颁奖典礼在雅加达举行,

　　清晨，雾霭缭绕，山林一片迷蒙。一线红光在山头上出现，太阳挣脱了出来，洒下暖洋洋的光辉，将晨雾都染成了淡金色，流动霞光。

,无码毛片一区二区三区视频免费播,色欲色欲www图片,插免费伊人。

??11月12日,中国队包揽金银！陈芋汐夺得跳水世界杯女子10米跳台冠军,

　　1、严格管理。

,91精品欧美综合在,18黄色网站免费,免费国产黄网站在线观看特黄在线。