项目：https://github.com/rwashy/H3-V100
链接：https://pan.quark.cn/s/1d57a6058acf?pwd=Rz5H
本次更新：
1.加入了sol-attn的V100适配（仅长序列有部分效果）
2.更准确的显存预算
3.提高了V100 Tensor Core 的有效占用
注意：
如果要防止长序列OOM，建议启动参数加入 --lowvram --disable-dynamic-vram （动态vram和PyTorch reserved cache在V100上有兼容问题）；
或者使用不会溢出的序列长度（指不加节点也不会OOM的长度）；
当前最长为0.9、15s,任何超出这个范围的会OOM；
优化效果与时长有可能有偏差，区别在于内存（128G），以及散热（降频），实际使用短序列应该会更快，长序列OOM有可能会提前。
当前版本比前一版理论上有8%左右的速度优化。
短序列上Flash attn 与 sol attn基本上没有性能差异（V100架构导致）
长序列上sol有部分优势 （0.9、15S，上一版优化节点1小时52分；新版本1小时36分，依然不建议使用）
组合可以为：
1建议档 0.2-0.5 ，长度5-10 s;
2加长档 0.2-0.3 最长15 s；
3极限档 0.9 15s，不考虑能效和时间。
