Flash-KMeans：IO感知型精确K-Means，在GPU上比FAISS快200倍以上

Flash-KMeans是一个开源的、IO感知的精确K-Means实现，使用Triton GPU内核，不改变Lloyd算法数学或做近似。其FlashAssign组件消除了距离矩阵的物化，Sort-Inverse Update消除了原子竞争。在NVIDIA H200上，它实现了17.9倍端到端加速，比cuML快33倍，比FAISS快200倍以上。该算法在大规模聚类任务中显著降低内存开销和计算延迟。