最近在思考从 NSA 到 DSA 的发展脉络。一、NSA其实是 block selection SWA 的混合体。NSA 和 MLA 结合的问题是 MLA 的训推不一致训练或 Prefill 是 MHADecode 是 MQAPrefill 的时候如果 per head 选择Decode 的时候 selected kv 就要放大最多 128 倍。二、DSA将 Query、Key、Value 映射到一个低维空间做检索Indexer检索是平方复杂度但是因为维度低所以相当于计算量被压缩了而 Softmax FA 被限定在 2048 个 token 的计算上所以 FA 可以保持恒定的计算耗时。DSA 很美好但是 Indexer 本身是平方复杂度随着序列长度增加Indexer 的耗时会超过 FA 的耗时且 Indexer 涉及到排序、topk、离散访存的问题效率难以优化。所以下一步的优化应该是 Indexer 的效率上。之前有一个基于 DSV3.2 发现的特性相邻层选中的 token 相似度很高但是这个特性怎么用呢统计意义上的预测行为在在线系统中一般只有打吞吐的作用很少有降延迟的作用。因为现象的非规范性你无法直接指出哪些 token 是重复的。那我们有没有可能基于前序 layer 的 Indexer 排序结果多扩充一些召回 token 来做选择呢提高命中概率在 Precision 和 Recall 中间保 Recall。上面的算法也可以强制 N 个 layer 共享 Indexer走补偿逻辑。训练时约束这 N 个 layer 的 cosine 相似度。是一种更强的设定了。三、好处1、最差退化成 naive DSA最好情况所有 layer 共享一个 Indexer性能介于二者之间也可以通过 loss function 约束达到中间某个均衡值。2、利用层间相似度来实现动态 Indexer 计算符合 mHC 的研究路线。尤其是当模型层数加深之后相邻层的 cosine 相似度其实很高。3、跨多个层有 Indexer 复用但是也有补偿机制且由于有复用所以预测性很强可以 pre rearrange kv实现连续访存。4、训练的时候不同 PP 之间只需要多传递一个 hiddenstates 和 Indexer 的 max topk传输开销并不大。最后唠两句为什么AI大模型成为越来越多程序员转行就业、升职加薪的首选很简单这些岗位缺人且高薪智联招聘的最新数据给出了最直观的印证2025年2月AI领域求职人数同比增幅突破200% 远超其他行业平均水平整个人工智能行业的求职增速达到33.4%位居各行业榜首其中人工智能工程师岗位的求职热度更是飙升69.6%。AI产业的快速扩张也让人才供需矛盾愈发突出。麦肯锡报告明确预测到2030年中国AI专业人才需求将达600万人人才缺口可能高达400万人这一缺口不仅存在于核心技术领域更蔓延至产业应用的各个环节。那0基础普通人如何学习大模型 深耕科技一线十二载亲历技术浪潮变迁。我见证那些率先拥抱AI的同行如何建立起效率与薪资的代际优势。如今我将积累的大模型面试真题、独家资料、技术报告与实战路线系统整理分享于此为你扫清学习困惑共赴AI时代新程。我整理出这套 AI 大模型突围资料包【允许白嫖】✅从入门到精通的全套视频教程✅AI大模型学习路线图0基础到项目实战仅需90天✅大模型书籍与技术文档PDF✅各大厂大模型面试题目详解✅640套AI大模型报告合集✅大模型入门实战训练这份完整版的大模型 AI 学习和面试资料已经上传CSDN朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】①从入门到精通的全套视频教程包含提示词工程、RAG、Agent等技术点② AI大模型学习路线图0基础到项目实战仅需90天全过程AI大模型学习路线③学习电子书籍和技术文档市面上的大模型书籍确实太多了这些是我精选出来的④各大厂大模型面试题目详解⑤640套AI大模型报告合集⑥大模型入门实战训练如果说你是以下人群中的其中一类都可以来智泊AI学习人工智能找到高薪工作一次小小的“投资”换来的是终身受益应届毕业生‌无工作经验但想要系统学习AI大模型技术期待通过实战项目掌握核心技术。零基础转型‌非技术背景但关注AI应用场景计划通过低代码工具实现“AI行业”跨界‌。业务赋能 ‌突破瓶颈传统开发者Java/前端等学习Transformer架构与LangChain框架向AI全栈工程师转型‌。获取方式有需要的小伙伴可以保存图片到wx扫描二v码免费领取【保证100%免费】