新万博体育

　　猫眼电影记者 敬丽 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：哪有赌的网站

??11月14日,冬日里的新疆校园足球队：在冰天雪地里点燃“足球梦”,

　　(一)严格核实对象，切实做到应保尽保。经调查，我区共有农村贫困对象 9618户、36087人。这部分贫困对象今年要全部纳入农村低保范围。各乡镇要严格按照申请审批工作程序要求，及时收集保障对象的相关申报材料(包括申请书、户主户口本、身份证复印件和相片、享受农村低保家庭成员的户口本复印件等)，确保申报材料不重、不漏、真实、准确、齐全。同时，要认真填写《农村居民最低生活保障待遇审批表》，报乡(镇)政府审核后，务必于9月25日前将有关材料和审核意见报区民政局审批，确保我区今年10月份能顺利发放低保金。

,威尼斯298手机娱乐。

??11月14日,西藏海拔最高的夜市开业——点亮“夜经济” 燃旺“烟火气”,

　　时间不长，沸水中就传来各种药香，沁人心脾，水变了颜色。

,万博maxbextx网页,大发888在线官网,ballbet贝博app下载艾弗森。

??时事2：国际真人cs竞技赛规则

??11月14日,红十字国际委员会解读国际人道法规定的战争五项规则,

　　而加入新的团体，面对新的机遇，接受新的任务，迎接新的挑战，我们将会继往开来的战略再布局 开创湖工学生工作建设新境界，使团学工作提升到一个新的发展平台。为此，作为新一届学生会主席，我对今后如何加强团学干部建设，推动团学工作的发展谈以下几点建议和设想：

,皇冠买球app下载平台,永利新网首页,雷速体育下载官网。

??11月14日,学古诗、包饺子、共植树 中美青少年互学互鉴传承友谊赏世遗风光 千余名选手贵州施秉云台山越野竞速,

　　“孩子，拜师很重要，一定要选对传承啊，我们这一脉驾驭雷电，可化身成为雷神，不知你是否愿意加入？”连雷族的那个老仆人都开口了，尽管他们的天才被揍趴下了，但他还是进行劝说。

,缙云游戏中心,Ag九游会官网,乐虎国际免费试玩。

??时事3：欧洲杯高清直播

??11月14日,多国卫生部长北京共话传统医药传承发展,

　　蓦地，她惊悚，瞬间想起了什么，急促的问道：“你说他体内有一块骨，密布原始符文？”

,澳门皇冠皇版,牛牛游戏软件都有哪些,bet体育娱乐平台。

??11月14日,外媒高度关注中国两会：凝聚共识、坚定信心、展望愿景,

　　“我试试它在不在巢中，现在看来没事，我们赶紧上！”二猛说道，就要冲过去。

,博鱼体育官网登录入口,AG真人国际厅登录,betway必威。

??时事4：火狐体育投注网

??11月14日,中国多地作家齐聚重庆 探讨新质生产力赋能文化传承,

　　尊敬的各位老师、亲爱的初三年级全体同学：

,必赢亚洲登陆注册页面,威尼斯手机客户端官网,AG官方网址。

??11月14日,习近平出席第四次“一带一路”建设工作座谈会并发表重要讲话,

　　“你们也太穷了，怎么不带宝具就出门啊，连精璧大爷都不多带点。”小不点嘀咕。

,威廉希尔在线投注,国内的线上德州平台,凯时网站游戏。