待验证60% 置信事实精确时间
vLLM的PagedAttention将KV缓存切分为固定大小物理块（通常16个token），使显存利用率从不足40%提升至接近90%
2
来源数
60%
置信度
长期有效
时效性
2026/7/19
首次发现
来源
相关事实
待验证vLLM的PagedAttention将KV Cache划分为固定大小物理块，通过块表实现地址映射，将碎片化率从60-80%降至不足4%，吞吐量提升可达24倍85% 相似已验证PagedAttention将KV Cache拆分为固定大小的物理块通过块表映射，GPU利用率可从低于40%提升至90%以上83% 相似待验证PagedAttention 把 KV Cache 切成固定大小的块，按需分配、非连续存放，使显存利用率从传统的 20%～40% 提升到 90% 以上。78% 相似待验证vLLM引入PagedAttention技术，将KV Cache分割为固定大小物理块按需动态分配，多并发场景下显存利用率可比朴素实现提升3倍以上77% 相似待验证vLLM默认通过--gpu-memory-utilization参数将GPU显存的90%纳入规划，剩余部分才作为KV缓存使用。76% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/561356API
curl https://kongchang.com/api/v1/knowledge/claims/561356MCP
get_claim(id=561356)