perf: chunk_users 默认 4(本地最快6.18s);注意力chunk收益已递减

Co-Authored-By: Claude Opus 4.8 <noreply@anthropic.com>
2026-06-15 15:07:29 +08:00
parent a358dfd0a3
commit d5c327dc97
1 changed files with 1 additions and 1 deletions
@@ -44,7 +44,7 @@ CONFIG = {
    # sdpa 是评测端验证最快(89.96s/58.86)。flex/compile/小batch/varlen 在评测端都更差。
    # attn: "chunked"(按用户分块SDPA,降O(S²),本地14.25->7.92s) / "sdpa"(稠密mask) / 其它对照
    "attn": "chunked",
-    "chunk_users": 8,         # chunked 每块用户数（本地 8 比 16 更快；切小拼接序列降注意力O(S²)）
+    "chunk_users": 4,         # chunked 每块用户数（本地 4 最快 6.18s；再小收益递减）
    # 稠密MoE去掉了 model(batch) 内唯一的同步点(MoE循环的.nonzero())。若评测计时不
    # synchronize，去掉同步点可能让被计时的 model(batch) 大幅缩短。本地force-sync看不出，
    # 须靠提交验证。AUC中性、MoE仅占2%算力故风险极低。