（来源：上观新闻）
如果你关注过具身🔗🔐智能领域的新🙁🎡怎么除蜘蛛最有效方法闻，可能听过♊这个名字🥉🐨。在1M上下文设🦒置下，V4🍤🥼-Pro👼📙的单toke👩👦👦n推理算力只有🧛♀️🇮🇩上一代V3.2的🦔27%，KV缓存🦌仅需10😆🧩%；更经济🌖的V4-🗡👩💼Flash❗📻版本则将这两🌋🌠个数字分别压到了⛴10%🍬和7%🌄。
结果是什么📄🌐？一个原本需要🍦80GB显存才能☪🆘跑的长上下⚠🍴文推理任务📄🕡，在Eng📉ram架构下可👨🏭能只需🦚🇲🇹要8GB显存🔄😑。这是一⛵🥞次略显突然的发布🏜。上下文翻倍，计算🔉量翻四倍😮。这涉及两个关键🗯🇬🇮创新：其一，C🧗♂️SA/HCA混合👀🥝注意力🦊🇳🇿机制大幅压缩了🔌🇱🇰KV缓🇧🇳存占用🌌🔨，1M上下♒文下，V4-Pr🚪☢o的KV缓存仅🕙🤺为V3.2的☝🌭10%🔵，V4-Flas7️⃣h更是压到7%🍺🏨。
