概述
塊稀疏和原生稀疏注意力讓 Transformer 只專注於長序列中最相關的塊，而不是每個標記，從而大幅削減了標準注意力的二次成本。這就是為什麼高效的長上下文模型在真實硬體上實用的原因。
區塊稀疏和原生稀疏注意力是一個技術構建塊，會大規模影響模型品質、基礎設施成本、延遲和可靠性。
深入探討
標準的自註意力將每個標記與其他每個標記進行比較，因此成本隨著序列長度呈二次方增長，對於很長的文件來說變得令人望而卻步。稀疏注意力將每個標記限制為其他標記的子集。區塊稀疏方法將序列劃分為區塊，並僅針對選定的區塊對計算注意力，從而有效地映射到 GPU 張量核心。 DeepSeek 的原生稀疏注意力 (NSA) 更進一步：它是可端到端訓練的且與硬體對齊，結合了三個分支、粗粒度令牌壓縮、最重要塊的細粒度選擇以及本地上下文的滑動視窗。由於稀疏模式是在預訓練期間學習的，而不是事後附加的，因此 NSA 在保持準確性的同時，在長序列上提供大幅加速。
技術洞察
NSA 透過三個平行路徑處理鍵和值，然後將它們與學習閘合併。壓縮將令牌塊聚合成摘要表示；選擇分數塊並僅保留排名靠前的塊以引起充分關注；滑動視窗覆蓋附近的標記。區塊級操作與 GPU 記憶體存取和張量核心吞吐量保持一致，因此理論上的 FLOP 節省轉化為訓練和推理過程中的實際掛鐘加速，特別是對於記憶體限制的解碼步驟。
掌握塊稀疏和本機稀疏注意力
塊稀疏和原生稀疏注意力讓 Transformer 只專注於長序列中最相關的塊，而不是每個標記，從而大幅削減了標準注意力的二次成本。这就是高效的长上下文模型在真实硬件上实用的原因。块稀疏和原生稀疏注意力是一个技术构建块，会大规模影响模型质量、基础设施成本、延迟和可靠性。為了建立深入的理解，請將區塊稀疏和本機稀疏注意力視為一種操作模型，而不是單一功能：定義期望的結果，澄清假設，並將系統可以可靠地完成的任務與仍需要專家判斷的任務分開。
在实践中，强大的团队使用块稀疏和本机稀疏注意力来根据可靠性和成本优化架构、数据和基础设施选择。他們記錄明確的成功標準，根據實際數據和工作流程進行測試，並根據觀察到的失敗模式而不是一次性基準測試勝利進行迭代。這就是理論理解轉變為跨產品、政策和營運的持久能力的地方。
多年來，架構決策決定著效能和營運成本。同時，優化一個基準測試可以隱藏更廣泛的系統弱點。最具彈性的方法是將實驗速度與治理規則結合：運行試點、捕獲證據、發布決策日誌，並隨著模型行為、使用者期望和監管要求的發展不斷更新保障措施。
戰略影響
多年來，架構決策決定著效能和營運成本。
多年來，架構決策決定著效能和營運成本。在高品質部署中，這會轉化為可衡量的操作規則、所有權邊界和定期審查儀式，以便團隊可以增強信心，而不是擴大模糊性。
技術教育幫助團隊選擇正確的堆疊，而不僅僅是最新的堆疊。
技術教育幫助團隊選擇正確的堆疊，而不僅僅是最新的堆疊。在高品質部署中，這會轉化為可衡量的操作規則、所有權邊界和定期審查儀式，以便團隊可以增強信心，而不是擴大模糊性。
更好的工程選擇可以減少生產中的可靠性事故。
更好的工程選擇可以減少生產中的可靠性事故。在高品質部署中，這會轉化為可衡量的操作規則、所有權邊界和定期審查儀式，以便團隊可以增強信心，而不是擴大模糊性。
現實世界的實施
在整个代码库或长期法律合同上运行模型，其中的全部注意力会耗尽 GPU 内存。
DeepSeek 的 NSA 加速了预训练和长上下文推理，同时匹配或超越全注意力准确度。
通过关注压缩块摘要和本地相关段落来总结书本长度的文档。
通过将每个令牌限制为排名最高的块，加速长上下文聊天助手的解码步骤受内存限制。
實施模式
塊稀疏和本機稀疏注意力的實踐
在整个代码库或长期法律合同上运行模型，其中的全部注意力会耗尽 GPU 内存。
在整个代码库或冗长的法律合同上运行模型，因为全神贯注会耗尽 GPU 内存。當團隊預先定義品質閾值、為邊緣情況保留人工升級路徑並追蹤一段時間內的生產力提升和錯誤成本時，通常會得到更好的結果。
塊稀疏和本機稀疏注意力的實踐
DeepSeek 的 NSA 加速了预训练和长上下文推理，同时匹配或超越全注意力准确度。
DeepSeek 的 NSA 加速预训练和长上下文推理，同时匹配或超越全注意力准确性。當團隊預先定義品質閾值、為邊緣情況保留人工升級路徑並隨著時間的推移追蹤生產力增益和錯誤成本時，通常會獲得更好的結果。
塊稀疏和本機稀疏注意力的實踐
通过关注压缩块摘要和本地相关段落来总结书本长度的文档。
透過專注於壓縮區塊摘要和本地相關段落來總結書本長度的文件當團隊預先定義品質閾值、為邊緣情況保留人工升級路徑並追蹤一段時間內的生產力增益和錯誤成本時，通常會得到更好的結果。
塊稀疏和本機稀疏注意力的實踐
通过将每个令牌限制为排名最高的块，加速长上下文聊天助手的解码步骤受内存限制。
通过将每个令牌限制为排名靠前的块，加速长上下文聊天助手的解码步骤受内存限制。當團隊預先定義品質閾值、為邊緣情況保留人工升級路徑並隨著時間的推移追蹤生產力增益和錯誤成本時，通常會獲得更好的結果。
風險與防護欄
優化一項基準測試可以隱藏更廣泛的系統弱點。
基礎設施和維護成本常常被低估。
隨著系統變得更加複雜，安全性和可觀察性差距可能會擴大。
實施路線圖
在實施之前定義延遲、品質和成本目標。
在實施之前定義延遲、品質和成本目標。將每個步驟視為證據門：如果不符合標準，則暫停推出，縮小差距，然後再擴大使用。
在實際負載和資料條件下進行基準測試。
在實際負載和資料條件下進行基準測試。將每個步驟視為證據門：如果不符合標準，則暫停推出，縮小差距，然後再擴大使用。
儀器監控錯誤、漂移和使用者影響。
儀器監控錯誤、漂移和使用者影響。將每個步驟視為證據門：如果不符合標準，則暫停推出，縮小差距，然後再擴大使用。
在擴展之前準備回滾和事件回應路徑。
在擴展之前準備回滾和事件回應路徑。將每個步驟視為證據門：如果不符合標準，則暫停推出，縮小差距，然後再擴大使用。