---
format: "aidr-story-markdown/v1"
id: "0cbc072f8f90f02d481615f70e32b6226029741b0e3d87a93f1b7d65441e4a45"
canonical_url: "https://aidr.today/0cbc072f?lang=vi"
title: "Phương pháp LSA mới tăng tốc xử lý full Attention của AI lên tới 72,4 lần"
lang: "vi"
requested_lang: "vi"
available_langs: ["en","vi"]
translation_fallback: null
fallback_fields: []
published_at: "2026-11-02T22:52:00.000Z"
category: "Frameworks"
topics: ["inference","framework","llm"]
source_urls: ["https://huggingnews.com/ai/new-lsa-method-speeds-ais-full-attention-processing-up-to-724x-c54a1891","https://marketbrief.now/ai/new-lsa-method-speeds-ais-full-attention-processing-up-to-724x-c54a1891"]
summary: "Các nhà nghiên cứu đã công bố framework mới gọi là Latent Sparse Attention nhằm tối ưu cách các mô hình AI xử lý context window siêu dài mà không làm giảm độ chính xác. Phương pháp LSA giảm gánh nặng tính toán của cơ chế Attention, mang lại tốc độ xử lý tăng tới 22,7 lần cho sparse attention và 72,4 lần cho full attention. Việc công bố nghiên cứu mở này nhắm vào nút thắt cổ chai hiệu suất trong xử lý quy mô lớn; nhóm ghi nhận khi xử lý 10M token, việc tìm kiếm token liên quan chiếm 98% thời gian của một layer Attention. Bằng cách triển khai subquadratic attention, các nhà nghiên cứu dự định giúp các mô hình mở rộng context window hiệu quả hơn."
---

# Phương pháp LSA mới tăng tốc xử lý full Attention của AI lên tới 72,4 lần

> [Open the canonical story](<https://aidr.today/0cbc072f?lang=vi>)

**Published:** 2026-11-02T22:52:00.000Z
**Category:** Frameworks
**Topics:** inference, framework, llm

## Summary

Các nhà nghiên cứu đã công bố framework mới gọi là Latent Sparse Attention nhằm tối ưu cách các mô hình AI xử lý context window siêu dài mà không làm giảm độ chính xác\. Phương pháp LSA giảm gánh nặng tính toán của cơ chế Attention, mang lại tốc độ xử lý tăng tới 22,7 lần cho sparse attention và 72,4 lần cho full attention\. Việc công bố nghiên cứu mở này nhắm vào nút thắt cổ chai hiệu suất trong xử lý quy mô lớn; nhóm ghi nhận khi xử lý 10M token, việc tìm kiếm token liên quan chiếm 98% thời gian của một layer Attention\. Bằng cách triển khai subquadratic attention, các nhà nghiên cứu dự định giúp các mô hình mở rộng context window hiệu quả hơn\.

## Sources

- [Story source](<https://huggingnews.com/ai/new-lsa-method-speeds-ais-full-attention-processing-up-to-724x-c54a1891>)
- [Story source](<https://marketbrief.now/ai/new-lsa-method-speeds-ais-full-attention-processing-up-to-724x-c54a1891>)