待验证50% 置信事实精确时间
对于VLM，视觉编码阶段在prefill阶段集中消耗大量计算，语言解码阶段则受限于内存带宽
1
来源数
50%
置信度
长期有效
时效性
2026/9/11
首次发现
来源
涉及实体
相关事实
待验证文本生成阶段是memory-bound问题，速度受限于内存带宽；预填充阶段是compute-bound场景，可高度并行化75% 相似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73% 相似已验证Prefill阶段是计算密集型操作，Decode阶段是显存带宽密集型操作72% 相似待验证在硬件层面，Prefill（输入）阶段可以并行读取所有Token并同时计算自注意力矩阵，而Decode（输出）阶段因自回归机制需逐字串行推理，导致GPU利用率骤降72% 相似待验证LLM 推理请求分为 Prefill（输入）和 Decode（输出）两个阶段，Prefill 可并行读取吞吐极高，Decode 需逐字串行推理占用 GPU 时间显著更长71% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/902378API
curl https://kongchang.com/api/v1/knowledge/claims/902378MCP
get_claim(id=902378)