待验证50% 置信解决方案精确时间

PD分离将推理拆分为Prefill（计算密集、依赖内存容量）和Decode（串行、依赖内存带宽）两阶段，最早由学术界提出，后被字节跳动、微软落地

1

来源数

50%

置信度

长期有效

时效性

2026/7/6

首次发现

来源

GLM-4系列开源逆袭：AI战争蔓延至内存争夺与太空算力

bilibili智灵Shaw2026/7/3

相关事实

待验证Prefill阶段是计算密集型操作，Decode阶段是显存带宽密集型操作70% 相似已验证大语言模型推理分预填充和解码两阶段：预填充是计算密集型对GPU算力敏感，解码是内存带宽受限任务66% 相似待验证Disaggregated Inference架构将Prefill和Decode两个阶段分配到不同的硬件实例上执行65% 相似待验证Decode阶段属于访存密集型操作，整体吞吐受制于显存带宽而非算力61% 相似待验证文本生成阶段是memory-bound问题，速度受限于内存带宽；预填充阶段是compute-bound场景，可高度并行化59% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/114158

API

curl https://kongchang.com/api/v1/knowledge/claims/114158

MCP

get_claim(id=114158)