DeepSeek 今日官宣推出 NSA（Native Sparse Attention），这是一种硬件对齐且原生可训练的稀疏注意力机制，用于超快速长上下文训练与推理。
NSA 的核心组件包括：
动态分层稀疏策略
粗粒度 token 压缩
细粒度 token 选择
DeepSeek 官方表示，该机制可优化现代硬件设计，加速推理同时降低预训练成本，并且不牺牲性能。在通用基准、长上下文任务和基于指令的推理上，其表现与全注意力模型相当或更加优秀。
AI在线附论文链接：
https://arxiv.org/abs/2502.11089