**LightningMoBA:通过动态路由与 KV 中心执行加速混合块注意力**

_Accelerating Mixture of Block Attention via Dynamic Routing, KV-Centric Execution and Runtime Pipelining_

> 针对混合块注意力(MoBA)在长上下文处理中的效率瓶颈,LightningMoBA 提出了一种全新架构。该方案通过动态路由替代固定 Top-k 预算,利用 KV 中心所有权优化内存复用,并结合运行时流水线技术重叠数据传输与计算。实验表明,在保持检索质量的同时,LightningMoBA 将端到端生成速度提升了 1.20 至 1.60 倍。

**来源信息**
- **来源**:HuggingFace Daily Papers(社区热门论文)
- **分类**:ai-models
- **发布时间**:2026-11-20 08:00(北京时间)
- **原文**:[打开原文](https://huggingface.co/papers/2611.26268)