DoSA：无损稀疏注意力加速大模型推理
原文标题：DoSA: Dots Sparse Attention
重要度 3/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。
论文提出 DoSA（Dots Sparse Attention），一种无损稀疏注意力方法，通过证书机制让 Top-K 选择只对仍具资格的候选做完整打分，从而在保持精确 token 选择的同时减少计算。GPU 实现使完整 Indexer 相比 SGLang 最高加速 2.74 倍，在 GLM-5.2 与 DeepSeek-V3.2 上首 token 时延分别最高提速 1.94 倍与 1.50 倍。
深读 · 结论先行AI 生成展开看要点与影响 ↓
DoSA 用证书机制做无损稀疏注意力，完整 Indexer 较 SGLang 最高加速 2.74 倍。
- •核心思路：Top-K 选择只需足够证据拒绝候选，不必算出完整分数
- •用种子集给出获胜阈值下界，非负头投影与联合残差界约束正贡献
- •证书只对仍有资格的候选做完整打分，精确分数过滤再减少写回与选择开销
- •GPU 实现较 SGLang 最高 2.74 倍、较 LiteTopK 1.69 倍加速，覆盖中英代码负载
- •GLM-5.2 与 DeepSeek-V3.2 首 token 时延分别最高提速 1.94 倍与 1.50 倍
为什么重要：稀疏注意力的瓶颈常在「找 key」而非「算 key」，若该方法可无损落地，长上下文推理的首 token 延迟与算力成本将直接受益。
以上深读由 AI 依据标题/摘要/正文节选生成，仅供参考；事实以原文为准。
AI 处理过程展开/收起
相关推荐
OpenAI 据悉计划采购谷歌 TPU 芯片，降低对英伟达依赖
AI 摘要据报道，OpenAI 正计划采购谷歌自研的张量处理单元（TPU），以扩大算力规模并实现芯片供应多元化，双方尚未敲定最终条款。OpenAI 同时在推进与博通合作、代号 Jalapeno 的自研 AI 芯片。若交易落地，将直接冲击英伟达在 AI 加速芯片市场的主导地位，并重塑云厂商与大模型公司的算力供应格局。
阿联酋因伊朗袭击调整 5GW AI 数据中心计划
AI 摘要据路透社报道，在遭受伊朗袭击后，阿联酋修订了其 5GW AI 数据中心建设计划。该事件凸显地缘政治冲突对中东地区大规模 AI 基础设施投资的直接冲击，可能影响全球算力布局与供应链。
英伟达预计单季营收达1080亿美元
AI 摘要英伟达预测未来几个月内营收将达到1080亿美元，有望成为继亚马逊、苹果和Alphabet之后又一家季度营收超千亿美元的公司。其数据中心营收同比增长一倍以上，利润也大幅增长。
Marvell 与 Lumentum 宣布合并，打造 AI 连接领域领导者
AI 摘要Marvell 与 Lumentum 宣布合并，双方称将组建 AI 连接（AI Connectivity）领域的品类领导者。交易旨在整合光通信与互连能力，服务数据中心 AI 基础设施需求。