[控场AI]
待验证50% 置信事实精确时间

DeepInfer公开的PD分离优化将Pre-fill阶段和Decode阶段拆分到不同硬件：8卡服务器负责Pre-fill，64到128卡超节点负责Decode，GPU配比大约1比1。

1
来源数
50%
置信度
长期有效
时效性
2026/10/31
首次发现

来源

DeepSeek开源DeepInfer：省钱绝活给了，调度没给
bilibili硬哥拆解2026/10/31

涉及实体

DeepInferproductPD分离concept

相关事实

待验证Prefill（预填充/Prompt处理）阶段属于计算密集型，依赖GPU的矩阵并行计算能力；Decode（解码/生成）阶段属于内存带宽密集型，更多取决于显存带宽73% 相似已验证LLM推理的Prefill阶段为计算密集型且GPU利用率接近100%，Decode阶段为内存带宽密集型，瓶颈在于HBM显存带宽73% 相似待验证Decode阶段属于内存带宽密集型任务,GPU利用率通常只有20-40%72% 相似待验证预填充阶段属于计算密集型操作主要受 GPU 算力限制，解码阶段属于内存带宽密集型操作主要受显存带宽限制71% 相似

引用此条事实

Stable URI
https://kongchang.com/claim/1120182
API
curl https://kongchang.com/api/v1/knowledge/claims/1120182
MCP
get_claim(id=1120182)