币须知道据动察 Beating 监测，MiniMax 开发者关系负责人 Ryan Lee 宣布，面向 NVIDIA Blackwell（SM100）GPU 的高性能注意力库 MiniMax Sparse Attention（MSA）已正式开源，采用 MIT 协议。Ryan Lee 同时表示，MiniMax-M3 权重预计将于本周五发布。
MSA 已被应用于 MiniMax-M3 的百万级上下文推理，通过在每个 GQA 组中筛选最相关的 KV Block，仅对选中块执行注意力计算。论文显示，在 100 万 Token 上下文下，相比同配置的 Dense GQA，MSA 可将注意力计算量降低 28.4 倍，并在 H800 GPU 上实现 14.2 倍预填充加速和 7.6 倍解码加速。
开源版本在同一个 Python 包中集成了 C++ JIT 与 CuTe-DSL 两套实现，同时提供 Dense FlashAttention 与 Sparse Top-k Attention Kernel，支持 BF16、FP8、NVFP4 和 FP4 等多种精度格式。目前主要面向 NVIDIA Blackwell（SM100）GPU 部署。
