15 岁开发者手写滑动窗口注意力，T4 上提速 4.16 倍并节省 21% 显存

15 岁开发者从零实现自定义 Sliding Window Attention，通过在计算 Q×K 前截断旧 token，缓解长上下文显存瓶颈。Tesla T4、15,000 token、FP16 条件下，该实现约 208ms、占用 0.89GB 显存，相比 PyTorch 标准实现提速 4.16 倍、节省 21% 显存；代码暂未公开。