Flash Attention 2 可能比我们所有人都活得久。

这句话不是来自某个技术博客，而是出自 Hieu Pham 的一条推文。Hieu Pham 是谁？他是 xAI 的早期工程师之一，在 Grok 训练基础设施团队工作过。近日他在 X 上发了一条帖子，列出了他认为现代 AI 领域最重要的三个开源项目。

第一个名字毫无悬念：Flash Attention 2。

Hieu 的理由很具体。FA 系列不需要解释，但 FA2 是他认为最重要的一个——复杂度恰到好处，刚好能驱动你去学 CuTe，但还没被那些"邪恶的" Hopper++ 优化所淹没，足够容易修改和适配。

更关键的是 FA2 的持久性。Hieu 说，他敢打赌世界上很多地方的人还在 Blackwell GPU 上跑 FA2，因为写出一个能击败 FA2 的 kernel 仍然太痛苦了。他引述了一位 kernel 大师的话："FA-2 可能比我们所有人都活得久。"

这话听着夸张，但想想也合理。FA2 发布于 2023 年，三年过去，它仍然是大多数推理框架的默认注意力实现。一个 kernel 的寿命通常以月为单位，FA2 跨过了三代 GPU 架构，V100、A100、H100、B200 都能跑，而且性能不差。在 GPU kernel 这个领域，三年就是永恒。

第二个是 SGLang。

SGLang 是这两年崛起最快的推理框架之一。它的 RadixAttention 前缀缓存机制让它在 H100 上比 vLLM 高出 29% 的吞吐量。但 Hieu 对 SGLang 的感情很复杂——他直言有时厌倦了 SGLang 的代码复杂度，暗自希望 Mini-SGL 能够成为主流。但他随即补了一句："然后我就从白日梦中醒来了。"

这个态度很真实。SGLang 近半年发展迅猛，但代码库的膨胀速度同样惊人。有社区成员在评论区提供了一组数据：SGLang 的 RadixAttention 在 H100 上比 vLLM 高出 29% 吞吐量，但 vLLM 的贡献者基数仍是 SGLang 的 3 倍。这种"性能领先但社区规模落后"的格局，也解释了为什么 Hieu 会希望有一个更轻量的 SGLang 替代品。

Banghua Zhu 在评论区补充得更有趣："也许等 LLM agent 比现在强 10 倍的时候，我们会看到一个 Mini-SGL 成为主流 SGLang 的世界，每个人只需要在它上面 vibing 就够了。" Ying Sheng（SGLang 的核心作者之一）也出现在评论区，简单回了一句"Agreed with Banghua lol"。

第三个，也是最有争议的一个：DeepSeek v3。

Hieu 没有谈 DeepSeek 的技术细节，甚至说他通常不关心原始论文里那些模型的实现。他在乎的是"开放权重，以及它所点燃的、让开放性持续下去的火花"。

"这是导致所有后续时刻的时刻。"（It's the moment that leads to all the following moments.）

这句话的分量在于时间点。DeepSeek v3 发布于 2024 年底，之后发生了什么？DeepSeek R1 开源了推理模型，各大厂商跟进；开源社区开始认真挑战闭源模型的能力边界；国内和全球的开源模型生态进入了一个前所未有的活跃期。把这些事件串起来，Hieu 的判断就不是空话——DSv3 确实是那个"引发所有后续时刻的时刻"。

评论区也有不同的声音。有人提名 PyTorch/JAX——这个级别的项目确实更底层，影响面更广。也有人提名 vLLM。但 Hieu 的选择显然不是在做"影响力排名"，而是有明确的个人标准：什么项目真正改变了 AI 开发者的工作方式，而且这种改变是持久的、不可逆的。

Flash Attention 2 让高效注意力计算从论文走进每一个生产环境。SGLang 让推理服务从一个"能跑就行"的问题变成了一个需要精细优化的工程领域。DeepSeek v3 让开放权重模型从"还行"变成了"可以打"。

这三个项目串在一起，恰好勾勒出了现代 AI 基础设施的骨架：高效计算（FA2）、高效服务（SGLang）、开放模型（DSv3）。

参考来源：

• Hieu Pham on X: "3 most important open-source projects in modern AI"