待验证50% 置信事实精确时间
在128K上下文、batch为16的场景下，KV Cache可占用总显存的近三分之二（45%-65%）。
1
来源数
50%
置信度
长期有效
时效性
2026/10/14
首次发现
来源
涉及实体
相关事实
待验证在64K上下文、batch=2、FP16 KV Cache下，该70B模型的KV Cache占用约39.06 GiB。70% 相似待验证在长上下文场景（如128K token窗口模型）中，KV Cache的显存占用可能超过模型权重本身68% 相似已验证对于70B参数的模型，8K上下文的KV Cache可能额外占用数GB显存63% 相似待验证Spark X 2.5每个全局层每Token约存4KB KV Cache，9层加起来每Token约37KB，使KV Cache占用仅为每层都记全文方案的约四分之一63% 相似已验证以LLaMA-2 70B为例，处理4096 token上下文、批量大小32时，KV Cache可消耗超过80GB显存62% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1025440API
curl https://kongchang.com/api/v1/knowledge/claims/1025440MCP
get_claim(id=1025440)