FlashMLA

FlashMLA 是 DeepSeek 开源的高效多头潜在注意力（MLA）kernel 库，为 DeepSeek-V3 与 V3.2-Exp 的稀疏注意力（DSA）和密集注意力提供 prefill 与解码实现。文档给出 H800/B200 上的性能数据、支持矩阵、安装方式，以及 MLA 解码、稀疏 prefill、密集 MHA prefill 的调用示例与 FP8 KV cache 格式说明。