ReplaySSM：重新审视状态存储以加速混合模型解码

ReplaySSM 通过重新思考状态存储机制来加速混合模型的解码过程。混合模型将状态空间模型（SSM）层与少量注意力层交替结合，涵盖 NVIDIA Nemotron 3、Qwen3.5 至 Qwen3.8、Kimi-K3 和 GLM-5.3-Flash 等架构。这类模型采用 Mamba-2、GDN 或 KDA 作为 SSM 层，利用固定大小状态替代随序列增长的 KV cache，以提升解码速度。