待验证50% 置信事实精确时间
对 27B 级模型而言，即使权重被压到 5GB 上下，长上下文下的 KV cache 仍可能占用数 GB，成为手机内存的真正瓶颈
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
已验证KV缓存的显存占用与上下文长度、模型层数和注意力头数成正比，8K上下文下一个典型27B模型可能额外消耗2～4GB显存77% 相似待验证2 位量化的 DeepSeek 763B 模型大约占用 175GB 内存，可在 256GB 机器上运行并为 KV 缓存留出空间。77% 相似待验证KV缓存体积庞大，长上下文下单个请求可能达到数GB，带来磁盘读写和容量管理问题77% 相似已验证模型权重不能把显存占满，必须为 KV 缓存和推理过程预留空间，128K 上下文所需的 KV 缓存可能高达数 GB 甚至超过模型权重本身77% 相似待验证在Agent负载中，上下文从6万膨胀到40万token，一路会话的KV cache可能占用数十GB显存；工具调用间隙期间请求虽在等待，缓存却不能释放，进一步压低了有效批处理规模。76% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1054989API
curl https://kongchang.com/api/v1/knowledge/claims/1054989MCP
get_claim(id=1054989)