腾讯混元提出 Stem 稀疏注意力算法，首字延迟降低 3.6 倍

6 月 5 日消息，混元今日宣布提出 Stem 稀疏注意力算法，已被机器学习顶会 ICML-26 收录。

官方表示，Stem 稀疏注意力算法从“因果信息流”重新审视块级稀疏，用 Token 位置衰减（TPD）和输出感知度量（OAM）两大创新，仅用 25% 算力就逼近稠密注意力的精度。配套的 HPC 算子库则将这份理论加速比真正转化为端到端的实测性能。

根据 Stem 算法 × HPC 算子的全栈加速方案，算法层面，Stem 通过 Token 位置衰减（TPD）和输出感知度量（OAM）实现 25% 预算下的近无损精度；算子层面，HPC 开源的 Stem+BSA 算子将稀疏收益转化为真实硬件加速，128K 上下文下首字延迟降低 3.6 倍。

附相关链接如下：

• Stem 论文链接：https://arxiv.org/abs/2603.06274Stem

• 开源地址：https://github.com/Tencent/AngelSlimHPC

• 算子开源地址：https://github.com/Tencent/hpc-ops