david/flash-attention

-ын хуулбар https://github.com/Dao-AILab/flash-attention

Эзэн	SHA1 Мессеж	Огноо
Ying Zhang	3669b25206 bwd benchmark + small fixes (#1129)	4 сар өмнө
Ying Zhang	c7f20a2d31 add cudnn benchmark for var-len	4 сар өмнө
Ying Zhang	dfe1a59e4b Add var-seq-len to FA3 fp16 / bf16 fwd (#1072)	4 сар өмнө