Star Attendance は、2024 年に NVIDIA によって提案されたブロック スパース アテンション メカニズムです。これは、長いシーケンスに対する Transformer ベースの大規模言語モデル (LLM) の推論効率を向上させるために特別に設計されています。この仕組みにより、2段階の処理フローにより推論速度が大幅に向上し、高精度を維持しながらコンピューティングリソースの使用が最適化されます。

関連する論文結果は「注目のポイント: 長いシーケンスにわたる効率的な LLM 推論」では、この論文では、スター アテンションの動作原理と利点について、2 つの段階での動作を含めて詳しく紹介しています。第 1 段階はコンテキストのエンコード、第 2 段階はクエリ処理とトークン生成です。 Star Attendant は推論時間を大幅に短縮し、95-100% の精度を維持しながらメモリ要件と推論時間を最大 11 倍削減します。