paper7Atualizado em 21/11/2026 · English
← Todos os papers

FlashInfer: Efficient and Customizable Attention Engine for LLM Inference Serving

Zihao Ye, Lequn Chen, Ruihang Lai, Wuwei Lin, Zhang, Yineng, Stephanie W. Wang, Tianqi Chen, Baris Kasikci e mais 3

De quem é

  • Nvidiaafiliação declarada pelos autores, segundo o OpenAlex

Outros papers das mesmas organizações