待验证50% 置信事实精确时间
MLA将高维K、V矩阵投影至低秩潜在空间，压缩比可达8-16倍
1
来源数
50%
置信度
长期有效
时效性
2026/7/12
首次发现
来源
DeepSeek自研AI芯片：算力自主背后的战略逻辑与挑战
hackernewshackernews2026/7/9
相关事实
已验证MLA将KV对压缩到低维潜在空间中进行缓存，推理时通过上投影矩阵恢复完整的Key和Value，将KV缓存压缩了数倍79% 相似待验证MLA通过将KV矩阵压缩为低维潜在向量缓存，理论上可将KV Cache显存占用降低至标准MHA的5%至13%72% 相似已验证多头潜在注意力机制（MLA）通过将KV投影到低维潜在空间压缩存储，将KV Cache显存占用降低至传统方法的5%至13%72% 相似待验证PQ乘积量化通过切分向量、局部聚类、编码替代，可将向量存储体积压缩约8倍（四维示例中从16字节压缩到2字节）69% 相似待验证DeepSeek V4通过MLA等压缩技术将KV Cache的显存占用压缩到前代的10%以下69% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/491026API
curl https://kongchang.com/api/v1/knowledge/claims/491026MCP
get_claim(id=491026)