An Efficient Hybrid Sparse Attention with CPU-GPU Parallelism for Long-Context Inference

Fuente: arXiv

Guardado en:

Detalles Bibliográficos
Autores principales:	Yao, Feiyu, Niu, Zhixiong, Li, Xiaqing, Xiong, Yongqiang, Fang, Juan, Wang, Qian
Formato:	Preprint
Publicado:	2026
Materias:	Machine Learning Artificial Intelligence Performance
Acceso en línea:	Acceder al recurso
Etiquetas:	Agregar Etiqueta Sin Etiquetas, Sea el primero en etiquetar este registro!

Internet

https://arxiv.org/abs/2605.07719