概念
Multi-head Linear Attention，DeepSeek自研的注意力机制变体。
已跟踪 2 条高相关材料
最近变化
2026-05-24 · DeepSeek V4 Pro在100万上下文中仅需5.48GB HBM显存，远低于竞品的60-89GB。
为什么值得关注
MLA 被反复提及时，通常意味着它正在影响产品路线、开发者工作流或 AI 产业判断。这个页面把分散材料合并成一个可持续更新的观察入口。
https://t.co/nw0GoHamCI
宝玉(@dotey) · 9.2 分
DeepSeek通过多项底层技术创新构建低成本高效能模型体系，旨在撬动中国10万亿美元AI硬件生态并实现自身万亿美元市值。
TokenSpeed is a brand new inference engine purpose built for speed-of-light agentic workloads. Re...
NVIDIA AI(@NVIDIAAI) · 7.2 分
TokenSpeed 是一个专为代理型工作负载优化的新型开源 LLM 推理引擎，具备高性能 KV 缓存管理、高效调度器和跨芯片支持的模块化内核架构，在 NVIDIA Blackwell 上实现最快的 MLA 注意力内核。
已收录 2 条与 MLA 相关的内容，按评分排序。
DeepSeek builds a low-cost, high-efficiency model system through multiple foundational innovations to drive China's $10 trillion AI hardware ecosystem and achieve its own $1 trillion valuation.
入选理由：DeepSeek V4 Pro在100万上下文中仅需5.48GB HBM显存，远低于竞品的60-89GB。
TokenSpeed is a new open-source LLM inference engine optimized for agentic workloads, featuring advanced KV caching, an efficient scheduler, and a modular kernel architecture with multi-silicon support.
入选理由：TokenSpeed 实现了媲美 TensorRT-LLM 的性能与接近 vLLM 的易用性。
