9B端侧开源模型跑通百万上下文，面壁智能推出全新稀疏-线性混合注意力架构SALA 近日，面壁智能发布了一种全新的稀疏-线性混合注意力架构SALA（Sparse Attention-Linear Attention），成功让9B参数量的端侧模型在消费级5090显卡上处理百万级上下文。基于该架构的模型M...