待验证60% 置信基准精确时间
PagedAttention将KV Cache拆分为固定大小的物理块通过块表映射，GPU利用率可从低于40%提升至90%以上
2
来源数
60%
置信度
长期有效
时效性
2026/7/10
首次发现
来源
LangChain实战入门：大模型调用到Agent开发全指南
bilibili今天AI了吗2026/7/8
相关事实
待验证vLLM的PagedAttention将KV缓存切分为固定大小物理块（通常16个token），使显存利用率从不足40%提升至接近90%83% 相似待验证vLLM的PagedAttention将KV Cache划分为固定大小物理块，通过块表实现地址映射，将碎片化率从60-80%降至不足4%，吞吐量提升可达24倍81% 相似待验证PagedAttention将KV Cache的内存利用率从不足40%提升至接近100%74% 相似待验证vLLM引入PagedAttention技术，将KV Cache分割为固定大小物理块按需动态分配，多并发场景下显存利用率可比朴素实现提升3倍以上71% 相似待验证vLLM通过PagedAttention技术将KV Cache的内存碎片率从60%以上压缩至接近零，在高并发场景下可将推理吞吐量提升数倍71% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/411446API
curl https://kongchang.com/api/v1/knowledge/claims/411446MCP
get_claim(id=411446)