DeepSeek 开源周首日：开源 FlashMLA，推理速度再进化

2 月 24 日周一，DeepSeek 宣布启动开源周，首个开源的代码库为 FlashMLA，目前已投入生产。FlashMLA 的灵感来自 FlashAttention 2&3 和 cutlass 项目，是针对英伟达 Hopper 架构的 GPU 优化的高效 MLA 解码内核，主要在变长序列 (variable-length sequences) 的场景进行了深度优化，能够显著提升大模型推理效率。