PyTorch 博客：用 TLX 优化 Blackwell 上的 Jagged Flash Attention

2026 年 10 月 2 日，PyTorch 博客发布了一篇文章，主题是用 TLX 优化 Jagged Flash Attention（JFA）在 NVIDIA Blackwell（B200）上的表现。文章说明，JFA 是 Meta 生成式广告模型（Generative Ads Model，GEM）背后的注意力 kernel，本次工作是围绕它在 NVIDIA Blackwell（B200）上的实现展开的。

按文章的表述，内容借助 TLX 介绍当前进展，并给出通往 SOTA FA4 的优化路径。文章以一段 TL;DR 开头，概述了这项工作针对的对象、硬件平台和优化框架，随后才进入正文说明。

就现有材料来看，文章属于阶段性进展介绍，没有给出具体的性能数字、版本号或完成时间表，也没有说明后续计划的时间节点。目前公开的信息停留在 PyTorch 博客发布这一篇介绍性文章上，JFA 在 Blackwell 上的优化进展以及通往 SOTA FA4 的路径，均以该博客的叙述为准。