17倍の高速化で、基盤のCUDAを変更する必要もなく、Nousのこの設計は長文推論への近道を開いたようなもので、訓練の最後に全注意力に切り替える細部も非常に安定している。

AIMPACTは、Nous Researchがオープンソース化した長いコンテキストの事前学習メカニズムであるLighthouse Attentionを称しています。単一GPUのB200で512Kテキストを処理すると約17倍の高速化、98Kではエンドツーエンドの速度が1.4〜1.7倍向上します。このメカニズムは、粗いスクリーニングと精密な計算を行い、複数の階層の要約を通じてコア部分を抽出し、それらを短いテキストに結合してからFlashAttentionに渡します。スクリーニングのロジックはコアの外側にあり、低レベルのコードや追加の訓練目標を必要としません。モデルの逐語的な読解能力を失わないように、訓練時には高速モードで大部分を完了し、最後に短時間だけ全注意を再び適用します。5.3億パラメータ、500億トークンの実験では、処理時間が大幅に短縮され、最終的な性能は従来のベースラインと同等かそれを超えています。