SparseGDN 框架加速 GDN 长上下文 prefill
热点事件持续更新
SparseGDN 框架加速 GDN 长上下文 prefill
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
Jiedong Zhuang 等发布 SparseGDN 论文，提出一种针对 GDN 线性注意力的硬件感知稀疏框架，通过分块内结构化近似与依赖输入的循环事件选择，降低长上下文 prefill 的计算与显存开销。论文称在 Qwen3.5-4B 和 Qwen3.5-9B 上的 RULER 任务（上下文 4K 至 128K）评测中，平均仅保留约 29% 的循环事件，相对原生 FLA 内核实现 1.50-1.94 倍的 GDN-core prefill 加速。
AI 根据报道生成 · 2 小时前更新
最新进展11月3日 13:00
SparseGDN：线性注意力中的分块稀疏框架报道时间线
沿着报道，了解事件的不同侧面。
11月3日
- arXiv cs.AISparseGDN：线性注意力中的分块稀疏框架
SparseGDN 是一种硬件感知框架，通过分块内结构化近似与依赖输入的循环事件选择，降低 GDN 长上下文 prefill 的计算与显存开销。在 Qwen3.5-4B 和 Qwen3.5-9B 上的 RULER 任务（上下文 4K 到 128K）评测显示，其平均仅保留约 29% 循环事件，相对原生 FLA 内核实现 1.50-1.94x 的 GDN-core prefill 加速。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。