觀點網訊：6月8日消息，騰訊混元近日提出Stem稀疏注意力算法，從"因果信息流"重新審視塊級稀疏，采用Token位置衰減（TPD）和輸出感知度量（OAM）兩大創新，僅用25%算力即逼近稠密注意力的精度。

據介紹，該算法已被機器學習頂會ICML-26收錄，配套HPC算子庫将理論加速比轉化為端到端實測性能。算子層面，HPC 開源的 Stem+BSA 算子将稀疏收益轉化為真實硬件加速，128K 上下文下首字延遲降低3.6倍。

信息顯示，算法決定"省哪些計算"，算子決定"省下的計算能快多少"，兩者協同構成從理論到部署的完整閉環，目前該算法已集成至Hy3 preview推理框架。

免責聲明：本文内容與數據由觀點根據公開信息整理，不構成投資建議，使用前請核實。