attention_tiled — LLMCORE `attend` op

• 数据种类:tokens × tokens × tokens → tokens

• 调用: import fullseye as fs; fs.ledger.attention_tiled(query, key, value, tile: 'int' = 64, mask=None, window=None, scale=None) -> 'np.ndarray'(要直接调用实现,import llmcore; llmcore.attention_tiled(query, key, value, tile: 'int' = 64, mask=None, window=None, scale=None) -> 'np.ndarray';从台账取用则 opsllmcore.get("attention_tiled"))

用法

> 该算子的说明尚无译文,以下照原文给出。

タイル + online softmax の注意(FlashAttention の芯)→ tokens。近似ではない。

Dao ら 2022。key/value を `tile` 行ずつ読み、走っている最大値と分母をその場で

補正しながら足す。作る中間行列は (T, `tile`) だけで、(T, T) を一度も作らない ——

速さの出どころは近似ではなく、置き場所。`attention_softmax` との相対差は

タイル 128 枚でも 1.2e-15(タイル 1 枚で 8.2e-16 なので、枚数を 128 倍しても 1.5 倍)。

Args:

query: (T, d) float。

key: (S, d) float。

value: (S, dv) float。

tile: 一度に読む key/value の行数。小さいほど中間行列が小さく、枚数が増える。

mask: None / `"causal" / "window"` / (T, S) の bool 配列。

window: `mask="window"` のときの窓幅。

scale: スコアの倍率。None なら 1/√d。

Returns:

tokens (T, dv) float: `attention_softmax` と機械精度で一致する。

详细使用指南

• llmcore 族使用指南

参考(示例数据・文献)

• 示例数据目录(下载 URL / 许可证) —— 2-D 用 skimage.data(BSD/公有领域)加合成图,3-D 给出真实数据源(Stanford/PDS 等)的下载 URL。

• 算子来历与参考文献 —— 该算子族所依据的研究/方法出处。

• 算法的正典(作者・年份)与用途见上面的族使用指南。

可运行的示例(实际调用该算子并已验证的样例)

• poc_attention_identities — py -3.11 examples/poc_attention_identities.py

类型可衔接的下一个算子(可接受 `tokens` 作为输入)

rms_norm · rope_rotate · attention_scores · attention_apply · attention_softmax · attention_linear · attention_grouped · kv_cache_decode

同类别(`attend`)

attention_softmax · attention_linear · attention_grouped

*Provenance: llmcore.py — LLMCORE 算子登记表。本条目由 tools/opdocs.py md 自动生成(请勿手工编辑)。*

attention_tiled — LLMCORE attend op

用法