English(EN) XM-Sparse: Pushing the Throughput Frontier of Sparse Attention with Netpreme X-Mem™

Netpreme X-Mem™ 推动大语言模型稀疏注意力吞吐量

作者 PulseAugur 编辑部 · [1 个来源] · 2026-10-20 23:27

Netpreme 开发了 XM-Sparse，这是一个突破大语言模型稀疏注意力极限的新测试平台。通过利用 Netpreme X-Mem™ 技术和 SGLang HiSparse，XM-Sparse 在解码吞吐量方面取得了显著的改进，并减少了每输出 token 的时间 (TPOT)。这些进步是通过高带宽访问卸载的 KV 缓存和增加的内存容量实现的，其性能优于传统的宿主 DRAM。 AI

影响这项开发通过优化内存访问和吞吐量，可能导致大语言模型更高效、更快速的推理。

排序理由该项目详细介绍了新的稀疏注意力技术及相关硬件的研究发现和基准测试结果。[lever_c_demoted from research: ic=1 ai=1.0]

在 dev.to — LLM tag 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

本文如何被排名

Signal score: 0 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 该项目详细介绍了新的稀疏注意力技术及相关硬件的研究发现和基准测试结果。[lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration: Single-source cluster; Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics: infra, model release; Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance: High; Clearly on-topic for AI-industry coverage.
Story freshness: 3 days old; Aged out of breaking-news scoring windows; ranking reflects the durable signal from the full source set.

完整方法见我们的编辑标准。

报道来源 [1]

dev.to — LLM tag TIER_1 English(EN) · Carrie Guo · 2026-10-20 23:27

XM-Sparse：利用Netpreme X-Mem™突破稀疏注意力吞吐量极限

<p>Sparse attention accesses fewer KV entries per decode step. The full KV cache still requires fast, high-capacity memory.</p> <p>Our new XM-Sparse testbed results with SGLang HiSparse and Netpreme X-Mem™ show how high-bandwidth access to offloaded KV and greater memory capacity…

本文如何被排名

报道来源 [1]

XM-Sparse：利用Netpreme X-Mem™突破稀疏注意力吞吐量极限

相关话题