请介绍 FlashAttention 的核心思想、它是如何减少显存占用和提升计算效率的。
考察说明
考察对 FlashAttention 原理的理解，包括 IO 感知、分块计算和重计算
回答思路
- 能说明 FlashAttention 的动机是解决注意力机制在长序列下的显存和速度瓶颈
- 能解释通过分块（tiling）避免实例化完整注意力矩阵
- 能说明重计算（recompute）策略用于反向传播以减少显存
- 能提及 IO 复杂度优化相比 FLOPs 优化更重要
本题已收录答题指导
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。