待验证50% 置信事实精确时间
Prefill阶段对整段输入做一次前向计算，产生所有位置的KV缓存，属于计算密集型（compute-bound）；Decode阶段逐Token自回归生成，属于内存带宽密集型（memory-bound）。
1
来源数
50%
置信度
长期有效
时效性
2026/10/19
首次发现
来源
涉及实体
相关事实
已验证Prefill阶段是计算密集型操作，Decode阶段是显存带宽密集型操作79% 相似待验证在硬件层面，Prefill（输入）阶段可以并行读取所有Token并同时计算自注意力矩阵，而Decode（输出）阶段因自回归机制需逐字串行推理，导致GPU利用率骤降77% 相似待验证输入Token可以在prefill阶段并行处理，而输出Token必须在decode阶段逐个串行生成76% 相似待验证输出Token定价高于输入Token是因为Prefill阶段可并行矩阵运算而Decode阶段必须串行自回归解码，Decode阶段GPU吞吐量约为Prefill阶段的1/6到1/1075% 相似待验证提示词缓存技术将KV矩阵存储在高速内存中，当下一次请求包含相同前缀内容时直接读取缓存跳过重算74% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1070061API
curl https://kongchang.com/api/v1/knowledge/claims/1070061MCP
get_claim(id=1070061)