待验证80% 置信事实时间未知
DeepSeek V4通过MLA等压缩技术将KV Cache的显存占用压缩到前代的10%以下
1
来源数
80%
置信度
中期 (~90 天)
时效性
2026/5/31
首次发现
有效期至：2026/8/29
来源
DeepSeek V4深度解析：万亿参数开源模型碾压闭源对手
bilibili马士兵学堂
涉及实体
相关事实
待验证MLA通过将KV矩阵压缩为低维潜在向量缓存，理论上可将KV Cache显存占用降低至标准MHA的5%至13%76% 相似待验证DeepSeek-V2 论文显示 MLA 可将 KV Cache 显存降低至标准 MHA 的约5%至13%，同时维持相近性能74% 相似待验证MLA 将所有头的 Key 和 Value 联合压缩为低维潜在向量缓存，本质上是对 KV Cache 做低秩分解74% 相似已验证MLA 通过低秩分解将 KV Cache 压缩为低维潜在向量，其 d_latent 约为 d_model 的 1/8，可将 KV Cache 显存占用降低至传统多头注意力的 5%-13%73% 相似已验证MLA将KV对压缩到低维潜在空间中进行缓存，推理时通过上投影矩阵恢复完整的Key和Value，将KV缓存压缩了数倍73% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/13898API
curl https://kongchang.com/api/v1/knowledge/claims/13898MCP
get_claim(id=13898)