Mamba 架构

状态空间模型，复杂度 O(n) 对 Transformer 的 O(n²)。推理快 5×、百万 token 序列、无 KV cache。带硬件感知的选择性 SSM。Mamba-1（d_state=16）与 Mamba-2（d_state=128，多头）。HuggingFace 上 130M-2.8B 模型。