待验证50% 置信事实精确时间

支持128K上下文的70B参数模型的KV Cache满负荷时可能需要数百GB显存，超过单张H100的80GB显存容量

1

来源数

50%

置信度

长期有效

时效性

2026/7/17

首次发现

来源

DSpark开源：DeepSeek推理加速技术让大模型速度翻倍

相关事实

待验证100万Token在FP16精度下仅KV Cache一项即可消耗数百GB显存，远超单张A100/H100的80GB容量上限85% 相似待验证70B级别的模型即便经过量化，往往也需要40GB以上显存或多卡配置82% 相似待验证对于70B参数的模型，8K上下文的KV Cache可能额外占用数GB显存82% 相似待验证数千亿参数模型处理128K上下文窗口时，KV Cache可能占据数十GB显存80% 相似待验证以LLaMA-2 70B为例，处理4096 token上下文、批量大小32时，KV Cache可消耗超过80GB显存79% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/547421

API

curl https://kongchang.com/api/v1/knowledge/claims/547421

MCP

get_claim(id=547421)