CACPU 缓存感知注意力内核发布
热点事件持续更新
CACPU 缓存感知注意力内核发布
1 篇报道1 个报道来源8 小时前更新
先了解这件事
AI 综述
Kwun Fung Lau 等人于2026年10月30日在arXiv发布论文，提出针对CPU因果全序列预填充的高性能注意力内核CACPU，利用层级缓存分块和内核内任务调度机制实现加速。在性能对比中，CACPU相比PyTorch SDPA、FlexAttention和SGLang内核实现最高2.01倍加速，展示了其在CPU侧推理优化中的具体技术指标。 在SGLang系统集成测试中，该内核将Llama-3.1-8B模型的首字延迟（TTFT）最高降低1.74倍，且保持模型精度不变，验证了其在实际大语言模型部署场景下的有效性与工程价值。
AI 根据报道生成 · 3 小时前更新
最新进展10月30日 12:00
CACPU：面向 CPU 预填充的缓存感知因果注意力内核报道时间线
沿着报道，了解事件的不同侧面。
10月30日
- arXiv · MLCACPU：面向 CPU 预填充的缓存感知因果注意力内核
CACPU 提出层级缓存分块和内核内任务调度机制，用于因果全序列预填充，相比 PyTorch SDPA、FlexAttention 和 SGLang 注意力内核实现最高 2.01 倍加速。 集成到 SGLang 后，Llama-3.1-8B 的首字延迟（TTFT）最多降低 1.74 倍，且保持模型精度。
本事件热度走势
- 可比范围当前
- 8
- 可比范围峰值
- 910月30日 17:00
- 近 24 小时变化
- –
02.557.510
17:0018:0019:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。