01综合研究综合研究2026年10月18日6 分钟从 HBM 到 MCU：一条内存层级主线把 KV Cache、FlashAttention、端侧模型与存算一体放进同一张数据移动账本，理解 AI 系统的真正成本。内存层级KV CacheFlashAttention阅读
02旗舰研究LLM / Agent2026年10月12日7 分钟FlashAttention：把注意力从公式写成数据流从 HBM/SRAM 层级解释 tiling、在线 softmax 与 FlashAttention-2/3 的并行和异步优化。FlashAttention注意力机制GPU阅读
03实验LLM / Agent2026年10月11日3 分钟注意力带宽账本：何时算力不是瓶颈用算术强度、峰值算力和 HBM 带宽判断注意力工作点，建立可复算的 Roofline 估算。RooflineFlashAttention带宽阅读