阿里Qwen团队分享FlashQLA线性注意力GPU优化实践

2026年10月22日，阿里巴巴Qwen团队算法工程师章程瑞东在AICon 2026深圳站分享FlashQLA，这是一个面向GDN线性注意力的高性能GPU算子库。据分享内容，该算子库在前向计算上获得2到3倍加速，反向计算约2倍加速。目前事件进展停留在技术分享层面，尚无后续落地或开源等进一步消息。

AI 根据报道生成 · 52 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。