待验证50% 置信事实精确时间
PagedAttention将KV Cache切分成固定大小的块，每个块通常存储16个token的键值对
1
来源数
50%
置信度
长期有效
时效性
2026/8/7
首次发现
来源
相关事实
待验证在vLLM中，每个内存页通常存储固定数量Token的KV向量（例如16个），允许不同请求的KV Cache非连续地存储在物理内存中65% 相似待验证差分启发式需要O(K×N)的存储空间（K个地标、N个节点），例如100万节点的图使用16个地标、每个距离值4字节存储，总内存约64MB64% 相似待验证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64% 相似待验证200K token的上下文请求相比8K token请求，需要约25倍的KV-Cache显存63% 相似已验证PagedAttention技术借鉴操作系统虚拟内存的分页思想，将KV Cache切分为固定大小的物理块动态分配63% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/705558API
curl https://kongchang.com/api/v1/knowledge/claims/705558MCP
get_claim(id=705558)