FlashMLA는 중국 AI 기업 DeepSeek이 개발한 오픈소스 GPU kernel 라이브러리다. DeepSeek 모델이 쓰는 attention 방식인 MLA(Multi-head Latent Attention)의 디코딩 단계를 NVIDIA GPU에서 효율적으로 실행하도록 설계됐으며, 2025년 2월 DeepSeek의 오픈소스 공개 주간에 처음 공개됐다.
가변 길이 sequence 처리와 paged KV cache를 지원하며, DeepSeek의 추론 엔진 DeepInfer가 기반으로 삼는 kernel 라이브러리 가운데 하나다.