Kimi.ai· @Kimi_Moonshot · X·· 2026-07-27AI 评分62
AI 导读
我们已开源 FlashKDA，这是我们基于 CUTLASS 的高性能 Kimi Delta Attention 核实现。 它在 H20 上相比 flash-linear-attention 基线实现了 1.72 倍至 2.22 倍的预填充加速，并可作为 flash-linear-attention 的即插即用后端。 在 GitHub 上探索：http://github.com/MoonshotAI/FlashKDA
正文 · 原文
We've open-sourced FlashKDA, our high-performance CUTLASS-based implementation of Kimi Delta Attention kernels.
It delivers 1.72×–2.22× prefill speedup over the flash-linear-attention baseline on H20, and works as a drop-in backend for flash-linear-attention.
Explore on GitHub:
http://github.com/MoonshotAI/FlashKDA
来源：Kimi.ai · x.com