待验证60% 置信事实精确时间
GQA 将注意力头分组共享 KV 投影，可将 KV 缓存压缩至原来的 1/4 甚至更低而几乎不损失模型质量
2
来源数
60%
置信度
长期有效
时效性
2026/7/21
首次发现
来源
相关事实
待验证开启闪存注意力（Flash Attention）并将缓存类型设为 Q8 可减少约一半的 KV Cache 显存占用，质量损失很小。77% 相似待验证KV Cache内存占用与层数×注意力头数×上下文长度×精度成正比，GQA通过让多个查询头共享同一组Key-Value头来减少缓存量，Llama 2/3和Qwen系列已采用此设计77% 相似待验证端侧部署常配套使用 KV cache 量化（如压到 4 或 8 比特）、分组查询注意力（GQA）以及滑动窗口或稀疏注意力等机制76% 相似待验证KV缓存量化选择Q4_0，能将缓存体积压缩到FP16的约四分之一，且对输出质量影响远小于模型权重量化76% 相似待验证GQA通过让多个查询头共享同一组KV头，可将KV缓存体积压缩至原来的1/4至1/875% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/581912API
curl https://kongchang.com/api/v1/knowledge/claims/581912MCP
get_claim(id=581912)