报道介绍富士通推出的 PHOTON 架构（自上而下网络并行分层计算），在多查询场景下通过语义分层和并行计算大幅降低计算复杂度与内存访存开销。PHOTON 在 600M、900M、1.2B 等小规模模型测试中提升迭代吞吐量、减少 KV Cache 使用，从而提高最大迭代次数，并在 1.2B 模型上宣称多查询性能最高达传统 Transformer 的 475 倍（质量略低）；适用于长上下文、多 I/O 流程，可降低 GPU 成本。
6 月 25 日消息，富士通 (Fujitsu) 日本当地时间昨日介绍了其开发的 PHOTON（自上而下网络并行分层计算）架构，宣称其在多查询（生成多个备选结果并在此基础上给出最终答案）场景下性能至高可达主流 Transformer 架构的 475 倍。
富士通表示，Transformer 架构的一大弊病是其在长上下文输入或多线程同步处理的场景下会执行大量访存操作来保留历史信息，这往往会导致处理速度下降。PHOTON 能高效率低开销地处理智能体系统等多 I/O 流程，从而降低 GPU 成本。
▲ 左：语义分层；右：并行计算
PHOTON 架构在语义层面上进行分层处理，相较 Transformer 的词元级分割可降低计算复杂度并提供了更好的并行性。而在多查询最后的决策环节，PHOTON 则采用了多数决定或选择最佳的方式，仅需一次推理。
测试结果表明，PHOTON 在 600M、900M、1.2B 等参数规模相对较小的模型中可实现更高的迭代吞吐量和更低的内存占用，其中 1.2B 模型上实现了 475 倍性能和略低的质量。此外，由于 PHOTON 架构每次迭代所需的 KV Cache 更少，还能提升最大迭代次数。