《Attention is all you need》论文解读及Transformer架构详细介绍
【7】Flash Attention 原理讲解
AI Infra 10分钟入门：Triton, TVM, XLA, Alpa...?
从编解码和词嵌入开始，一步一步理解Transformer，注意力机制(Attention)的本质是卷积神经网络(CNN)
Flash Attention-v1,v2,v3 论文精读
【CS336 2026】Lec05-GPU 与 TPU：并行计算、Roofline、量化与 FlashAttention [中英字幕]
Transformer到底是个啥？一个动画彻底搞懂
Transformer算法原理与实战
深入浅出深度学习算子优化 — TFLOPS 到 FlashAttention
[手写flash attention v1 & v2] baseline的基础实现
李宏毅：大语言模型生成速度加速的方法之一Flash Attention
【闪客】一小时从函数到 Transformer
注意力机制的本质|Self-Attention|Transformer|QKV矩阵
博客分享：从MHA、MQA、GQA到MLA
All in Transformer | 一次讲透注意力机制：看完彻底听懂！（学不会跟我爆了）(极其详细简单的教程)
大模型量化一网打尽（一）理论基础
【大模型面试】Flash Attention面试连环炮，淘汰80%面试竞争者
什么是PagedAttention？为什么它能提高GPU显存的使用效率？
MHA、MQA、GQA 到底有什么区别？一期动画彻底讲透
9.2 FlashAttention&Online Softmax&案例详解【从0手撸vllm】【推理引擎入门】
