待验证50% 置信事实精确时间
一个 75 万 Token 的合同文档，原始 KV-cache 约 90GB，经 HSQ-A 压缩管线后落到约 10GB 量级，可以装入 A100-40GB 的剩余显存。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/17
首次发现
有效期至：2027/1/15
来源
涉及实体
相关事实
待验证HSQ-A 通过轻量打分网络筛选出约 15% 的高影响 key，并将剩余 value 以 FP8 格式存储，从而将 KV-cache 从稠密 70B 模型常见的 0.8 GB/k 压缩到 0.12 GB/k，压缩比约 85%。75% 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72% 相似已验证支持128K上下文的70B参数模型的KV Cache满负荷时可能需要数百GB显存，超过单张H100的80GB显存容量70% 相似待验证100万Token在FP16精度下仅KV Cache一项即可消耗数百GB显存，远超单张A100/H100的80GB容量上限70% 相似已验证LLaMA-2-70B在128K上下文长度下单请求KV Cache可占用超过160GB显存68% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1054135API
curl https://kongchang.com/api/v1/knowledge/claims/1054135MCP
get_claim(id=1054135)