DeepSeek开源周启动，首个项目FlashMLA聚焦于优化可变长度序列的推理服务，特别针对英伟达Hopper GPU设计。FlashMLA在H800 SXM5平台上，内存带宽可达3000GB/s，计算性能达580TFLOPS，已获全球开发者广泛关注，GitHub Star数突破5000。

FlashMLA基于MLA（Multi-Head Latent Attention）机制，引入低秩KV压缩技术，有效减少KV Cache大小，提升推理效率。FlashMLA支持BF16精度，具备分页KV缓存功能，以64为块大小进行内存管理，实现高效内存利用。它特别适用于智能助手、翻译和文本生成等需要实时处理可变长度序列的应用场景。

FlashMLA在多个领域展现优势，包括低延迟应用、批处理和研发加速。DeepSeek-V3采用MLA和DeepSeekMoE，显著提升了生成吞吐量并降低了训练成本。FlashMLA开源，使企业和开发者能以更低硬件投入获得更高推理性能，体现了DeepSeek推动行业生态建设的开放态度。