一、FlashAttention技术背景与挑战 在大模型训练与推理过程中，注意力机制（Attention）作为核心组件，其计算效率直接影响整体性能。传统注意力算法存在两大痛点： 内存访问瓶颈：Q（Query）、K（Key）、V（Value……
