ReplaySSM：重新思考混合模型解码的状态存储

NVIDIA 提出 ReplaySSM，旨在通过优化状态存储加速 Nemotron 3、Qwen3.5-3.8 等混合模型的解码。该方案针对结合 SSM 层与注意力层的架构，利用固定大小状态替代随序列增长的 KV cache，以提升推理效率。