对比项目

整理大模型与多模态推理加速论文和配套代码的资源清单，涵盖 Flash-Attention、Paged-Attention、低比特量化与并行策略等方向，方便快速定位和复现关键技术。

快速且省显存的精确注意力实现，支持训练和推理，能显著加速 Transformer 长序列计算。