概念
技术方法，用于降低KV-cache成本。
已跟踪 2 条高相关材料
最近变化
2026-06-02 · Step 3.7 Flash采用MFA + AFD技术，将KV-cache成本降至原模型的分数。
为什么值得关注
AFD 被反复提及时，通常意味着它正在影响产品路线、开发者工作流或 AI 产业判断。这个页面把分散材料合并成一个可持续更新的观察入口。
Many research labs only consider inference efficiency after the fact. Step 3.7 Flash is a 196B MoE m...
Fireworks AI(@FireworksAI_HQ) · 8.5 分
Step 3.7 Flash 是一个专为推理优化设计的 196B MoE 模型，采用 MFA 和 AFD 技术，KV-cache 占用仅为 DeepSeek 的 22%，支持高效代理、编码和多模态任务，已开源并可在 Fireworks 平台使用。
阶跃星辰Step 3.7 Flash发布，专为高效推理设计
AI HOT 精选 · 5 分
Step 3.7 Flash通过MFA + AFD技术显著降低KV-cache成本，实现高效推理，支持一键部署。
已收录 2 条与 AFD 相关的内容，按评分排序。
Step 3.7 Flash 是一个专为推理优化设计的 196B MoE 模型，采用 MFA 和 AFD 技术，KV-cache 占用仅为 DeepSeek 的 22%，支持高效代理、编码和多模态任务，已开源并可在 Fireworks 平台使用。
入选理由：Step 3.7 Flash 是 196B MoE 模型，从设计之初就聚焦推理效率，而非事后优化。
Step 3.7 Flash通过MFA + AFD技术显著降低KV-cache成本，实现高效推理，支持一键部署。
入选理由：Step 3.7 Flash采用MFA + AFD技术，将KV-cache成本降至原模型的分数。
