后端岗位面试题更新 2026-08-05
Flash Attention 如何降低 Attention 的计算和显存开销？其时间复杂度是多少？
阿里云后端开发专业服务性能优化技术原理
考察说明
考察对 Flash Attention 原理和性能优势的理解
回答思路
- 能说明 Flash Attention 通过分块计算和 IO 优化降低显存占用
- 能说出时间复杂度同为 O(n^2) 但常数大幅降低
- 能解释避免实例化完整注意力矩阵的关键设计
本题附完整参考答案与评分标准
登录后可查看结构化答题指导；也可以直接开一场模拟面试，AI 面试官用本题实时追问并给出评分。
