xFormers公式GitHubリポジトリのREADMEによれば、xFormersが提供する「メモリ効率的な正確なAttention（Memory-efficient exact attention）」機能は、近似計算ではなく厳密な計算結果を保ちながら、標準実装と比べて最大10倍の高速化を実現するとされています。加えてスパースAttention、ブロックスパースAttention、融合softmax計算、融合線形層、融合レイヤー正規化、融合SwiGLU活性化など、Transformerモデル構築に必要な複数の最適化済みコンポーネントを提供しています。ライセンスはBSDスタイルのオープンソースで、triton-lang/kernelsリポジトリのコードも組み込まれています。この「正確性を犠牲にしない高速化」という特性は、精度を落とせない研究・本番環境でxFormersが選ばれる理由の一つです。