/optimizing-attention-flash
用 Flash Attention 最佳化 transformer attention，加速 2-4 倍、記憶體減少 10-20 倍。處理長序列（超過 512 token）或遇到 attention 的 GPU 記憶體問題時使用。
- 安裝次數
- 995
- 專案星數
- 1.4 萬 ★
- 授權
- MIT
- 專案更新
- 2026-10-11
怎麼裝
npx skills add https://github.com/Orchestra-Research/AI-Research-SKILLs --skill flash-attention安裝前請先看過原文內容。中文說明是 AI 翻譯，不保證安全。
原文
Optimizes transformer attention with Flash Attention for 2-4x speedup and 10-20x memory reduction. Use when training/running transformers with long sequences (>512 tokens), encountering GPU memory issues with attention, or need faster inference. Supports PyTorch native SDPA, flash-attn library, H100 FP8, and sliding window attention.