Las redes neuronales funcionan el doble de rápido: FlashAttention-3 de NVIDIA
Together AI ha presentado FlashAttention-3, un nuevo algoritmo para acelerar los transformers en los grandes modelos de lenguaje. Funciona el doble de rápido que FlashAttention-2. La GPU H100 se aprovecha ahora al 75%, frente al 35% anterior. El algoritmo admite cálculo en FP8, de baja precisión, y mantiene la exactitud de los resultados. Esto permite a los LLM procesar con más eficiencia secuencias largas de texto sin ralentizar el cálculo, y reduce los costes.
Procesado por IA desde Together AI Blog; editado por Hamidun News
Las redes neuronales ya funcionan entre 1,5 y 2 veces más rápido: Together AI, NVIDIA y Meta han lanzado FlashAttention-3, un algoritmo que acelera la atención en los transformers y aprovecha el 75% de la capacidad de la GPU, en lugar del 35% anterior.
¿Por qué acelerar las redes neuronales ahorra dinero?
La computación en la nube se encarece y los LLM exigen cada vez más recursos. Cada punto porcentual de eficiencia se traduce ahora en dinero.
- 1 nov 2026La capa de seguridad MoneyGate frenó las 42 peticiones fraudulentas a IA locales
- 31 oct 2026KTMS 1.0, el gateway LLM open source, conecta GPU propias a la nube y resiste fallos de dependencias
- 31 oct 2026LTX-2.5, de 22.000 millones de parámetros, funciona en una RTX 3080 de 10 GB, pero tarda 5 minutos por plano
- 29 oct 2026T-Tech desarrolla LIMe, un método que entrena modelos de lenguaje con un 15% menos de cómputo
Test Frontier LLMs & Autonomous Agents in One Workspace
Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.
Lo esencial de la IA — una vez por semana
Siete historias que de verdad importaron, elegidas a mano. Sin ruido ni notas de prensa.
¡Listo! Revisa tu correo para la confirmación.