Qwen线性注意力优化实践

InfoQ 预告 AICon 深圳站中阿里 Qwen 团队分享 FlashQLA：面向 Qwen 系列 Gated Delta Network 线性注意力层的高性能算子库。方案通过算子融合、数据复用、warp-specialization 与卡内序列并行，缓解 HBM 访存瓶颈和长序列小 batch 下 GPU 利用率不足问题。

事件进展（1 篇报道）

1. 2026-07-12 18:00
   InfoQ 中国 面向 Qwen 系列模型线性注意力的高性能优化实践｜AICon深圳

← 返回首页