IndexCache：清华与智谱联合开源的大模型稀疏注意力推理加速补丁 IndexCache是由清华大学与Z.ai（智谱AI）联合研发、面向DeepSeek Sparse Attention（DSA）架构大模型的推理加速开源补丁，核心通过跨层索引复用技术消除75%索引器冗余计算，... 5小时前 AI新闻 61
