**单卡 H100 实现 1 PFLOPS FlashAttention，刷新 AI 推理速度纪录**

_We made the first 1 PFLOP/s FlashAttention on a single H100 GPU_

> 该团队在 NVIDIA H100 GPU 上实现了全球首个每秒 1 PFLOPS 的 FlashAttention，并首次支持 INT8 和 FP8 量化。通过优化 TMA 引擎、WarpGroup-GEMM 指令及解决转置瓶颈，该技术显著提升了生成式 AI 的图像生成速度，解决了早期框架缺乏量化支持的痛点。

**来源信息**
- **来源**：Hacker News：AI 热帖
- **分类**：ai-models
- **发布时间**：2026-11-10 21:48（北京时间）
- **原文**：[打开原文](https://streamhpc.com/blog/2026-11-09/we-made-the-worlds-first-1-pflops-flash-attention-on-a-single-gpu-providing-the-fastest-ai-image-generation-possible)