待验证50% 置信事实精确时间
上下文缓存（KV Cache）是 Transformer 类模型推理时存储先前 token 的 Key 和 Value 向量的内存区域，其大小随上下文长度、批处理大小和模型层数线性增长。
1
来源数
50%
置信度
长期有效
时效性
2026/10/13
首次发现
来源
涉及实体
相关事实
已验证KV Cache是Transformer架构的核心推理优化机制，其显存占用量会随序列长度和并发批次线性增长75% 相似待验证自回归模型使用KV Cache缓存历史token的Key和Value矩阵，显存占用随序列长度线性增长75% 相似待验证KVCache是Transformer架构中缓存之前所有token的Key和Value向量以避免重复计算的机制，其显存占用随上下文长度线性增长75% 相似待验证如果没有KV Cache，模型每生成一个新Token都要重新计算前面所有内容，计算量随序列长度呈平方级增长73% 相似待验证推理过程中每个token需要维护KV缓存（Key-Value cache），其显存占用与序列长度和模型层数成正比73% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1021568API
curl https://kongchang.com/api/v1/knowledge/claims/1021568MCP
get_claim(id=1021568)