ReplaySSM：重新思考状态存储以实现混合模型更快解码

NVIDIA 提出 ReplaySSM 技术，通过优化状态存储机制提升混合模型解码速度。该技术针对包含状态空间模型（SSM）层和少量注意力层的架构，如 NVIDIA Nemotron 3、Qwen3.5 至 Qwen3.8、Kimi-K3 和 GLM-5.3-Flash，实现更高效的推理过程。实验表明，该方法在多个基准测试中显著加快了解码速度，且兼容现有模型结构。