待验证50% 置信事实精确时间

Disaggregated Inference架构将Prefill和Decode两个阶段分配到不同的硬件实例上执行

1

来源数

50%

置信度

长期有效

时效性

2026/8/6

首次发现

来源

Laguna S 2.1发布：多种部署方式如何改变AI产品竞争格局

相关事实

待验证Prefill阶段是计算密集型操作，Decode阶段是显存带宽密集型操作74% 相似待验证Decode阶段属于访存密集型操作，整体吞吐受制于显存带宽而非算力70% 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1/1064% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/698459

API

curl https://kongchang.com/api/v1/knowledge/claims/698459

MCP

get_claim(id=698459)