Нейросети работают в 2 раза быстрее: FlashAttention-3 от NVIDIA
Together AI представила FlashAttention-3 — новый алгоритм для ускорения трансформеров в больших языковых моделях. Работает вдвое быстрее, чем FlashAttention-2. GPU H100 загружается теперь на 75% вместо прежних 35%. Алгоритм поддерживает низкую точность вычислений FP8, при этом сохраняя точность результатов. Это позволяет LLM эффективнее обрабатывать длинные текстовые последовательности без замедления вычислений и снижает затраты.
AI-обработка оригинала Together AI Blog; редакция Hamidun News
Нейросети теперь работают в 1.5–2 раза быстрее: Together AI, NVIDIA и Meta выпустили FlashAttention-3 — алгоритм для ускорения внимания в трансформерах, который использует 75% мощности GPU вместо прежних 35%.
Почему ускорение нейросетей экономит деньги?
Облачные вычисления дорожают, а LLM требуют всё больше ресурсов. Каждый процент эффективности теперь считается в деньгах.
- 23 окт. 2026 г.Чжэцзянский университет выпустил первый обзор egocentric-ИИ для умных очков
- 23 окт. 2026 г.Meta применит Muse Spark 1.3 в медицинских исследованиях и обещает ускорение в десять раз
- 23 окт. 2026 г.Groq запустил Meta Muse Spark Open: 816B параметров и 350+ токенов/с
- 23 окт. 2026 г.Агент Meta Muse набрал 5 млн загрузок в США за 22 дня — быстрее ChatGPT
Системное обучение работе с ИИ и AI-агентами
Образовательная платформа Vibe Academy (vibe-academy.ru) — практические курсы, промпт-инжиниринг, автоматизация процессов и прикладные AI-воркфлоу.
Главное из мира ИИ — раз в неделю
7 ключевых событий недели, отобранных вручную. Без шума, репостов и пресс-релизов.
Готово! Проверьте почту — мы отправили подтверждение.