部分验证65% 置信事实时间未知
LLM 推理分为预填充阶段（Prefill，计算密集型）和解码阶段（Decode，内存带宽密集型）两个阶段
3
来源数
65%
置信度
长期有效
时效性
2026/6/1
首次发现
来源
Hetzner服务器遭大规模冲击：廉价云服务的承载隐忧
twitterlevelsio
涉及实体
相关事实
待验证LLM推理成本主要由预填充（Prefill）阶段处理输入Token和解码（Decode）阶段生成输出Token两部分构成，代码理解场景中预填充占绝大部分开销79% 相似待验证LLM推理的prefill阶段并行处理输入所有token并生成初始KV Cache，是计算密集型操作，是TTFT的直接决定因素79% 相似待验证LLM自回归解码阶段每生成一个token都需从显存加载全量模型权重，批量较小时形成内存墙74% 相似待验证LLM自回归解码阶段受内存带宽瓶颈限制，每生成一个token需完整遍历被激活的模型权重74% 相似待验证压缩LLM推理延迟和降低成本可采用模型蒸馏、推测解码（Speculative Decoding）、KV Cache优化、模型量化等工程手段70% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/18511API
curl https://kongchang.com/api/v1/knowledge/claims/18511MCP
get_claim(id=18511)