近日，三言科技传来消息，DeepSeek团队在学术界投下了一颗重磅炸弹，他们发表了一篇全新的研究论文，而这篇论文的亮点之一，便是其创始人梁文锋亲自参与撰写。
据悉，梁文锋不仅作为核心成员参与了研究，更是亲自将这篇论文提交给了相关期刊。
论文题目为《原生稀疏注意力：硬件友好与原生训练的高效稀疏注意力机制》。在这篇论文中，DeepSeek团队提出了一种全新的稀疏注意力机制——NSA，旨在解决长上下文建模在计算成本上的挑战。
论文摘要指出，对于下一代大语言模型而言，长上下文建模至关重要，但传统的注意力机制由于计算成本高昂，成为了制约其发展的瓶颈。稀疏注意力机制为解决这一问题提供了可能，而DeepSeek团队的NSA机制则是在此基础上的一次重要创新。
NSA机制结合了算法创新与硬件优化，实现了高效的长上下文建模。它采用了一种动态分层稀疏策略，将粗粒度的token压缩与细粒度的token选择相结合，既保持了上下文意识，又确保了局部精度。
NSA机制的创新之处在于两个方面：一是通过算术强度平衡算法以及对现代硬件实现的优化，实现了显著的性能提升；二是启用了端到端训练，使得在不牺牲模型性能的前提下，减少了训练前的计算量。
实验结果表明，使用NSA机制预训练的模型在一般基准测试、长上下文任务以及基于指令的推理任务中，都表现出了与全注意力模型相当甚至更优的性能。同时，NSA机制在解码、前向传播以及后向传播等过程中，对于64k长度的序列实现了比全注意力机制的大幅加速，验证了其在整个模型生命周期中的高效性。
