# CompileMask mejora el rendimiento de máscaras personalizadas de atención

> Investigadores de JD.com y la Universidad de Correos y Telecomunicaciones de Pekín desarrollaron CompileMask, un compilador que conecta máscaras de atención flexibles con núcleos GPU eficientes. Las pruebas en GPU Blackwell midieron más rendimiento que Flex-FA4 en varios patrones.

- URL canónica: https://newsverum.com/es/news/compilemask-transformer-attention-masking-2026
- Publicación: Newsverum
- Sección: Tecnología
- País: China
- Publicado: 2026-10-13T01:40:12+00:00
- Actualizado: 2026-10-13T01:40:12+00:00
- Periodo de revisión de la fuente: 2026-10-09
- Otras ediciones: [Türkçe](https://newsverum.com/tr/news/compilemask-transformer-attention-masking-2026.md), [English](https://newsverum.com/en/news/compilemask-transformer-attention-masking-2026.md), [العربية](https://newsverum.com/ar/news/compilemask-transformer-attention-masking-2026.md), [Français](https://newsverum.com/fr/news/compilemask-transformer-attention-masking-2026.md), [Deutsch](https://newsverum.com/de/news/compilemask-transformer-attention-masking-2026.md), [Português](https://newsverum.com/pt/news/compilemask-transformer-attention-masking-2026.md)

*La fuente no indica la fecha del acontecimiento; el periodo mostrado corresponde a la revisión de la fuente.*

Las cargas de los transformadores usan distintas máscaras para definir qué tokens pueden atenderse entre sí. CompileMask permite describir las reglas en un lenguaje basado en regiones; el compilador deduce de antemano los intervalos visibles y proporciona un descriptor compacto al núcleo de atención GPU durante la ejecución.

En NVIDIA Blackwell y con longitud de secuencia 32.000, el estudio comunica un rendimiento frente a Flex-FA4 de 1,44 veces para HSTU, 2,13 para un modelo de recompensa con prefijo compartido y 2,87 para CLEAR. En atención causal conservó el 85–89 % del rendimiento de FA4 nativo. Las comparaciones se limitan a máscaras y hardware concretos y no prueban la misma mejora para todas las cargas de transformadores.

## Datos

### Comparación de máscaras de atención

Cargas de atención medidas con longitud 32.000; los valores son específicos del estudio.

Metodología: Se probaron cuatro patrones de máscara en GPU NVIDIA Blackwell, con secuencias de 1K a 32K; las aceleraciones se comparan con la referencia Flex-FA4 del artículo.

| Tipo de atención | Proporción del rendimiento FA4 nativo conservada |
|---|---|
| Atención causal, límite inferior | 85 |
| Atención causal, límite superior | 89 |

Fuentes: <https://arxiv.org/abs/2610.13474> · Descargar datos: [JSON](https://newsverum.com/api/v1/articles/compilemask-transformer-attention-masking-2026/data/attention-benchmark?lang=es&format=json) · [CSV](https://newsverum.com/api/v1/articles/compilemask-transformer-attention-masking-2026/data/attention-benchmark?lang=es&format=csv)

## Fuentes

- [arXiv](<https://arxiv.org/abs/2610.13474>) (Fuente comprobada: 2026-10-13; Publicado: 2026-10-09)

---

Cite la URL canónica indicada arriba. [Principios editoriales y correcciones](https://newsverum.com/es/editorial)