TL;DR · 一句话结论

小红书 RedKnot 推理引擎：将 KV Cache 按注意力头拆解实现长文本加速。这是一条「模型发布（AI Models）」类 AI 信号，小雯机会评分 9.5/10，风险评分 3.6/10，数据源为 AI HOT / 公众号：小红书技术（dots.llm）。

• 这是什么：RedKnot 将 KV Cache 沿注意力头维度拆解，通过头分类稀疏（局部头占 83.4%-96.8%）、稀疏 FFN 和 SegPagedAttention 三个机制统一算法与存储粒度。在 8 卡 H800 上，TTFT 最高加速 1.6-3.54×，单卡并发提升 4.7-7.8×，预填充 FLOPs 削减 67%-79.5%。DeepSeek-V4-Flash 上 128K 上下文 TTFT 加速达 5.16×，KV 传输最多省 6.3×。精度通常不低于稠密 F1 的 95%。
• 为什么值得关注：模型竞争正在进入真实业务闭环，创业者要关注可用性、成本和落地场景，而不是只看参数。这条值得关注：小红书 RedKnot 推理引擎：将 KV Cache 按注意力头拆解实现长文本加速
• 归类标签：AI Models、DeepSeek
• 首次收录：2026-06-30，累计出现 1 次