PyTorch 部落格：用 TLX 最佳化 Blackwell 上的 Jagged Flash Attention

2026 年 10 月 2 日，PyTorch 部落格釋出了一篇文章，主題是用 TLX 最佳化 Jagged Flash Attention（JFA）在 NVIDIA Blackwell（B200）上的表現。文章說明，JFA 是 Meta 生成式廣告模型（Generative Ads Model，GEM）背後的注意力 kernel，本次工作是圍繞它在 NVIDIA Blackwell（B200）上的實現展開的。

按文章的表述，內容藉助 TLX 介紹當前進展，並給出通往 SOTA FA4 的最佳化路徑。文章以一段 TL;DR 開頭，概述了這項工作針對的物件、硬體平臺和最佳化框架，隨後才進入正文說明。

就現有材料來看，文章屬於階段性進展介紹，沒有給出具體的效能數字、版本號或完成時間表，也沒有說明後續計劃的時間節點。目前公開的資訊停留在 PyTorch 部落格釋出這一篇介紹性文章上，JFA 在 Blackwell 上的最佳化進展以及通往 SOTA FA4 的路徑，均以該部落格的敘述為準。