待验证50% 置信事实精确时间

PagedAttention 把 KV Cache 切成固定大小的块，按需分配、非连续存放，使显存利用率从传统的 20%～40% 提升到 90% 以上。

1

来源数

50%

置信度

长期有效

时效性

2026/10/12

首次发现

来源

本地部署大模型实战：Ollama、llama.cpp 与 vLLM 深度对比

涉及实体

PagedAttentionconcept vLLMproduct

相关事实

待验证PagedAttention 将 KV Cache 切分为固定大小的块，按需动态分配，不同请求的块可以非连续存放79% 相似待验证vLLM的PagedAttention将KV缓存切分为固定大小物理块（通常16个token），使显存利用率从不足40%提升至接近90%78% 相似已验证PagedAttention将KV Cache拆分为固定大小的物理块通过块表映射，GPU利用率可从低于40%提升至90%以上78% 相似已验证PagedAttention将KV Cache的内存利用率从不足40%提升至接近100%78% 相似待验证本次更新加入了分页KV缓存（Paged KV），提高缓存利用率、无需每次全量预填充75% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1008113

API

curl https://kongchang.com/api/v1/knowledge/claims/1008113

MCP

get_claim(id=1008113)