待验证60% 置信事实精确时间

KV Cache的显存占用随序列长度线性增长，700亿参数采用GQA的模型处理10万Token时KV Cache占用可能高达数十GB

2

来源数

60%

置信度

长期有效

时效性

2026/7/12

首次发现

来源

GPT Live全双工、Grok 4.5编程、Seedream 5.0图像：AI三赛道同步提速

bilibili养老院killer2026/7/9

相关事实

已验证KV Cache占用的显存随序列长度线性增长82% 相似待验证KV缓存的显存占用与上下文长度、模型层数和注意力头数成正比，8K上下文下一个典型27B模型可能额外消耗2～4GB显存78% 相似待验证对于 LLaMA-2 70B 模型，处理 4096 token 的上下文时，FP16 精度下 KV Cache 约需 20GB 系统内存78% 相似待验证准确估算模型显存占用需考虑 KV Cache、推理框架运行时开销（通常额外消耗 0.5–2 GB）和激活值等多个维度77% 相似待验证当上下文长度扩展至百万Token时，KV Cache本身就会占用数十GB显存76% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/489057

API

curl https://kongchang.com/api/v1/knowledge/claims/489057

MCP

get_claim(id=489057)