@deepseek_ai 稀疏注意力（DSA）是如何工作的？ 它有两个组成部分：闪电索引器和稀疏多潜在注意力（MLA）。索引器保持每个令牌128的小键缓存（相比之下，MLA为512）。它对传入的查询进行评分。前2048个令牌将传递给稀疏MLA。