待验证50% 置信事实精确时间
大语言模型推理的解码阶段GPU利用率远低于预填充阶段的矩阵并行计算，因为解码是逐步自回归生成
1
来源数
50%
置信度
长期有效
时效性
2026/8/4
首次发现
来源
相关事实
已验证大语言模型推理分预填充和解码两阶段：预填充是计算密集型对GPU算力敏感，解码是内存带宽受限任务79% 相似待验证输出Token定价高于输入Token是因为Prefill阶段可并行矩阵运算而Decode阶段必须串行自回归解码，Decode阶段GPU吞吐量约为Prefill阶段的1/6到1/1075% 相似待验证大语言模型通过将训练语料压缩编码到权重矩阵中形成参数化记忆，是分布式而非精确存储，这是产生品牌信息幻觉的原因之一68% 相似待验证从表征到有限词汇的映射过程本质上是一种有损编码（Lossy Encoding）68% 相似待验证实验数据显示，语法约束解码使小型语言模型生成Bash代码的语法正确率大幅提高，引号不匹配和结构不完整等错误几乎被完全消除68% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/682160API
curl https://kongchang.com/api/v1/knowledge/claims/682160MCP
get_claim(id=682160)