# CompileMask melhora o débito de máscaras de atenção personalizadas

> Investigadores da JD.com e da Universidade de Correios e Telecomunicações de Pequim desenvolveram o CompileMask, um compilador que liga máscaras de atenção flexíveis a kernels GPU eficientes. Testes em GPUs Blackwell mediram débito superior ao Flex-FA4 em vários padrões.

- URL canônica: https://newsverum.com/pt/news/compilemask-transformer-attention-masking-2026
- Editora: Newsverum
- Seção: Tecnologia
- País: China
- Publicado: 2026-10-13T01:40:12+00:00
- Atualizado: 2026-10-13T01:40:12+00:00
- Período de análise da fonte: 2026-10-09
- Outras edições: [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), [Español](https://newsverum.com/es/news/compilemask-transformer-attention-masking-2026.md), [Deutsch](https://newsverum.com/de/news/compilemask-transformer-attention-masking-2026.md)

*A fonte não informa a data do evento; o período exibido corresponde à análise da fonte.*

As cargas de transformadores usam máscaras diferentes para definir que tokens podem prestar atenção uns aos outros. O CompileMask permite descrever regras numa linguagem baseada em regiões; o compilador calcula antecipadamente os intervalos visíveis e fornece um descritor compacto ao kernel de atenção GPU durante a execução.

Na NVIDIA Blackwell, com comprimento de sequência de 32 mil, o estudo relata débito face ao Flex-FA4 de 1,44 vezes para HSTU, 2,13 para um modelo de recompensa com prompt partilhado e 2,87 para CLEAR. Na atenção causal, manteve 85–89% do débito da FA4 nativa. As comparações abrangem máscaras e configurações de hardware específicas e não demonstram o mesmo ganho em todas as cargas de transformadores.

## Dados

### Comparação de máscaras de atenção

Cargas de atenção medidas com comprimento de 32 mil; os valores são específicos do estudo.

Metodologia: Foram testados quatro padrões de máscara em GPUs NVIDIA Blackwell, com sequências de 1K a 32K; os ganhos são relativos à referência Flex-FA4 do artigo.

| Modo de atenção | Parcela do débito FA4 nativo mantida |
|---|---|
| Atenção causal, limite inferior | 85 |
| Atenção causal, limite superior | 89 |

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

## Fontes

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

---

Use a URL canônica acima para citar este artigo. [Princípios editoriais e correções](https://newsverum.com/pt/editorial)