待验证50% 置信事实精确时间
在 DeepSeek Harness 的日常用法中，连续任务 KV 缓存命中率基本在 90% 以上，同一份 6 万多 Token 资料第二次提问仅等待 0.4 秒。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/20
首次发现
有效期至：2027/1/18
来源
4台DGX Spark实测DeepSeek V4.1 Flash：本地推理生产力如何？
bilibiliAI一平米2026/10/20
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72% 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。71% 相似待验证KV缓存的规律是：上下文长度翻倍缓存大致翻倍，并发满上下文请求翻倍缓存再翻倍71% 相似待验证以单 token KV Cache 约 1 MB 估算，通过 PCIe 搬运 8K token 的缓存需数百毫秒，足以让首 token 延迟翻倍。71% 相似待验证端侧部署常配套使用 KV cache 量化（如压到 4 或 8 比特）、分组查询注意力（GQA）以及滑动窗口或稀疏注意力等机制69% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1077058API
curl https://kongchang.com/api/v1/knowledge/claims/1077058MCP
get_claim(id=1077058)