JSSA 稀疏注意力提升长上下文解码效率
原文标题：Joint Subspace Sparse Attention for Efficient Long-Context Decoding
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。
论文提出联合子空间稀疏注意力（JSSA），通过学习共享低维查询-键子空间提升 token 级选择质量，并开发无 gather 的索引注意力内核。在 GQA、滑动窗口/全局混合注意力及 MLA 模型上，JSSA 保持接近全 KV 的精度，在 NVIDIA B200 上 128K 上下文解码吞吐最高达全 KV 的 6.43 倍，700B 规模模型仍达 96-99% 吞吐。
深读 · 结论先行AI 生成展开看要点与影响 ↓
JSSA稀疏注意力在B200上128K上下文解码吞吐达全KV的6.43倍,700B规模模型仍保持96-99%吞吐。
- •学习共享低维查询-键子空间以提升token级选择质量,用可解边际目标得到闭式谱解
- •开发无gather的token级索引注意力内核,支持GQA KV缓存布局下每个KV头独立选择
- •在标准GQA、滑动窗口/全局混合注意力及MLA模型上均保持接近全KV的精度
- •NVIDIA B200上128K上下文解码吞吐最高为全KV的6.43倍
- •700B规模模型仍达96-99%吞吐
为什么重要：长上下文解码受KV缓存带宽制约,该方案在多种主流注意力架构上通用且不牺牲精度,对推理成本敏感的大模型服务方有直接价值。
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。
英伟达公布 OOI 共封装光学技术，原型样品已到位
AI 摘要英伟达在 SEMICON West 2026 上展示下一代共封装光学方案 OOI（Optics-on-Interposer），用大面积硅中介层取代有机封装基板，把光引擎直接集成到承载 GPU 的中介层上。该方案旨在为超大规模 AI 集群提供更高带宽互联，目前仍处研究阶段，无商业化时间表。