주요 특징

• 학습 불필요(training-free): 기존 모델 가중치 그대로 어텐션 연산만 교체해 추론 가속
• torch.nn.functional.scaled_dot_product_attention을 spas_sage2_attn_meansim_topk_cuda로 바꾸는 플러그앤플레이 API
• topk 파라미터로 정확도와 희소성 균형 조절, 별도 튜닝·캘리브레이션 없는 간단 사용 모드 제공
• block_sparse_sage2_attn_cuda로 어텐션 헤드별 임의의 블록 희소 마스크(128×64 블록) 지정 가능
• 8비트 양자화 어텐션 SageAttention2 기반 구현, Triton 커널 예제 포함
• Ampere·Ada·Hopper·Blackwell GPU 지원(Ada/Hopper FP8은 CUDA 12.4/12.3 이상)