DeepSeek FlashMLA源码库更新：MODEL1新架构出现

DeepSeek FlashMLA源码库最近进行了重大更新，引入了MODEL1、Engram、SM100等新特性。MODEL1并非对现有V3系列的修补，而是在全面支持英伟达Hopper（SM90）与下一代架构（SM100）的基础上，通过统一回归512标准维度、首创“值向量位置感知”以及引入疑似Engram和DSA机制，实现了显存效率与推理精度的双重跨越。这些更新显示了DeepSeek在人工智能领域的持续创新和进步。想要深入了解这些新特性的具体实现，可以查看源码库：FlashMLA GitHub。在闪现的代码片段中，我们可以看到FlashMLASchedMeta类，它负责存储FlashMLA的tiling调度元数据，其中包括多个配置参数，如b、s_q、h_q、page_block_size和h_k等。这些参数对于优化模型处理海量信息的能力至关重要，可以比作图书馆管理员的工作，高效地组织和检索信息。