← 返回全部题目← 上一题2 / 23下一题 →题库/模型基础与推理/Q-0277FlashAttention 为什么能节省显存并提速，是否改变注意力结果？知识专题：推理优化与模型压缩题目类型：原理机制技术难度：进阶相关面经：2 篇暂无参考答案未标记未标记待复习已掌握收藏本题目录相关面经相关题目相关面经2 篇阿里巴巴大模型算法工程师2026-07-17查看原面经 →Flash Attention原理百度大模型算法工程师2026-07-16一面查看原面经 →FlashAttention 为什么既能减少显存，又可能提升运行速度？它是否改变了注意力结果？相关题目4 题0274Decoder-only 的 KV Cache 为什么缓存 K、V 而通常不缓存 Q？同一知识专题题目类型：原理机制技术难度：进阶相关面经：1 篇0502有哪些大模型推理加速技术？同一知识专题题目类型：方案设计技术难度：进阶相关面经：2 篇0503模型剪枝、GPTQ 与 AWQ 量化方法。同一知识专题题目类型：比较选型技术难度：进阶相关面经：2 篇0505如何优化长文本生成中的显存占用？同一知识专题题目类型：方案设计技术难度：进阶相关面经：2 篇← 上一题已到最后一题← 上一题Decoder-only 的 KV Cache 为什么缓存 K、V 而通常不缓存 Q？下一题 →有哪些大模型推理加速技术？
