待验证75% 置信事实时间未知
对于70B参数的模型，8K上下文的KV Cache可能额外占用数GB显存
1
来源数
75%
置信度
长期有效
时效性
2026/6/1
首次发现
来源
本地部署大模型怎么判断显存爆了？一文看懂显存监控方法
bilibili步步梅
涉及实体
相关事实
待验证支持128K上下文的70B参数模型的KV Cache满负荷时可能需要数百GB显存，超过单张H100的80GB显存容量82% 相似待验证数千亿参数模型处理128K上下文窗口时，KV Cache可能占据数十GB显存79% 相似待验证对于拥有32层、32头注意力的典型7B模型，每个token需约0.5MB显存存储KV Cache，生成1000个token则需额外约500MB显存79% 相似待验证以LLaMA-2 70B为例，处理4096 token上下文、批量大小32时，KV Cache可消耗超过80GB显存78% 相似待验证传统LLM推理引擎在处理KV Cache时存在严重的内存碎片问题，对于13B参数模型，单个请求的KV Cache可能占用数GB内存，而实际利用率可能低于50%77% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/17565API
curl https://kongchang.com/api/v1/knowledge/claims/17565MCP
get_claim(id=17565)