知识卡片
内核融合减少数据搬运
向量化处理多元素,线程并行处理独立工作,分块改善局部重用,算子融合减少中间结果反复读写。内核把这些技术映射到特定硬件。FlashAttention利用融合和分块等方法优化注意力实现,不等于把全局注意力改成局部窗口。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
- · 推理优化
原书出处 · 1 处
- · 查看原书依据
算子融合(operator fusion)
参考来源
- 位置:《AI工程:大模型应用开发实战》第9章《推理优化》(来源项目:a19c7933-4eda-4176-aebd-30fe7e1ad292;源文件:extracted/AI工程:大模型应用开发实战/_epub-src/EPUB/xhtml/Section017.xhtml)
- 结论依据:原文定义、条件、机制或比较支持上述说明,案例数据限于原书语境。
- 原始内容:算子融合(operator fusion)