deepseek-ai/flashmla

FlashMLA 是一个注意力内核库，支持在 NVIDIA GPU 和华为昇腾 NPU 上进行 DeepSeek-V4.1 推理。

GitHub 项目说明: FlashMLA: Efficient Multi-head Latent Attention Kernels

星标

★ 13.2K

复刻

1.2K

语言

C++

许可证

MIT