FlashMoBA 是由 MIT 、 Nvidia 的研究团队于 2025 年 11 月联合提出的，相关研究成果发表于论文 SOptimizing Mixture of Block Attention 。

FlashMoBA 是一个感知硬件的 CUDA 内核，即使在我们理论推荐的较小块尺寸下也能实现高效的 MoBA 执行。通过借鉴 FlashAttention 的技术并添加针对块稀疏性的新颖优化，该范式实现了比 FlashAttention-2 快 14.7 倍的加速，这使部署先前不切实际的理论上最优配置成为可能。