PANews 2月18日消息，DeepSeek團隊近日發布了一篇題為《原生稀疏注意力：硬體對齊且可原生訓練的稀疏注意力機制》的技術論文，介紹了他們提出的NSA（Natively Sparse Attention）機制。 NSA結合了演算法創新和硬體優化，旨在實現高效的長文本建模。其核心創新包括：
1. 動態分層稀疏策略，結合粗粒度的令牌壓縮與細粒度的令牌選擇，以保留全域上下文資訊與局部精確度；
2. 透過平衡算術強度的演算法設計和現代硬體最佳化，顯著加速計算；
3. 支援端到端訓練，減少預訓練計算成本，同時維持模型效能。
實驗結果表明，NSA在長文本任務和指令推理等領域表現優異，尤其在64k長度的序列處理中，實現了解碼、前向傳播和反向傳播的顯著加速。
