已验证75% 置信事实精确时间
Transformer 模型在生成每个 token 时，需要计算所有先前 token 的键（Key）和值（Value）向量，这些张量合称 KV 缓存。
3
来源数
75%
置信度
长期有效
时效性
2026/10/14
首次发现
来源
涉及实体
相关事实
待验证KV Cache 是大模型自回归生成中的关键数据结构：生成每个新 token 时模型需要用到此前所有 token 的 Key 和 Value 向量，若每次都重新计算代价会随序列长度平方增长。79% 相似待验证Transformer 模型推理时，输入 token 可并行处理（prefill 阶段），输出 token 必须逐个自回归生成（decode 阶段），导致输出 token 的单价通常高于输入 token78% 相似待验证上下文缓存（KV Cache）是 Transformer 类模型推理时存储先前 token 的 Key 和 Value 向量的内存区域，其大小随上下文长度、批处理大小和模型层数线性增长。75% 相似已验证KV 缓存是 Transformer 自回归推理中的核心数据结构，其大小约等于 2 × 层数 × 注意力头数 × 头维度 × 序列长度 × 精度字节数。74% 相似待验证前缀缓存复用会让 KV 值在不同于全新 prefill 的批次中计算，缓存命中的 KV 值与全新 prefill 的 KV 值在浮点层面可能不同，差异会沿后续 token 传播。74% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1031674API
curl https://kongchang.com/api/v1/knowledge/claims/1031674MCP
get_claim(id=1031674)