待验证70% 置信事实精确时间
GPU多级内存层级从高到低依次为：寄存器文件（延迟约1周期）、共享内存/L1缓存（约32-228KB，延迟约20-40周期）、L2缓存（H100约50MB，延迟约200周期）、HBM全局内存（延迟约500-800周期）
2
来源数
70%
置信度
长期有效
时效性
2026/7/7
首次发现
来源
NVIDIA GQE解析：GPU查询引擎如何突破内存带宽瓶颈
rss2026/6/30
相关事实
已验证GPU存储层次从快到慢为：寄存器、L1缓存/共享内存、L2缓存、全局显存85% 相似待验证GPU上下文切换需保存完整GPU状态（包括寄存器文件、共享内存和L1缓存），数据量可达数百MB，而CPU上下文切换仅需保存几KB78% 相似待验证预算有限时优先加内存而非加CPU/GPU核心：从8核到10核GPU的性能提升对普通用户感知有限，而8GB到16GB内存对多任务流畅度和长期使用体验影响更大77% 相似待验证以 Llama-3 70B 为例，在 A100 80GB GPU 上处理 32K token 的预填充阶段约需 800-1200ms，而处理 2K token 仅需约 50ms75% 相似待验证分辨率越高单位时间存储占用越大，4K约需1GB/2分钟，若只配32GB存储循环覆盖过快取证价值低；建议4K机型至少搭配128GB高速卡（U3/V30）74% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/174395API
curl https://kongchang.com/api/v1/knowledge/claims/174395MCP
get_claim(id=174395)