待验证50% 置信事实精确时间
在70B稠密模型、4张GPU分担预填充、每GPU有效算力400 TFLOPS、链路跑满线速且不计协议开销的假设下,传输耗时与预填充耗时的比值仅取决于模型形状、链路带宽和预填充吞吐,与Prompt长度无关。
1
来源数
50%
置信度
长期有效
时效性
2026/10/19
首次发现
来源
vLLM P/D分离:KV传输成本决定收益的计算法则
rss2026/10/19
涉及实体
相关事实
引用此条事实
Stable URI
https://kongchang.com/claim/1069159API
curl https://kongchang.com/api/v1/knowledge/claims/1069159MCP
get_claim(id=1069159)