标签
NVIDIA 研究人员提出 MLIPS，一种免训练方法，通过在稀疏注意力层之间共享生产者层的广泛候选池，在 DeepSeek-V4-Flash 上实现 1.14–1.40 倍加速和 14.8–27.4% 的 GPU 能耗降低，且精度变化极小。