待验证50% 置信事实精确时间
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
1
来源数
50%
置信度
长期有效
时效性
2026/7/15
首次发现
来源
相关事实
已验证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79% 相似待验证上下文缓存技术底层依赖KV Cache机制，是vLLM、TensorRT-LLM等主流推理框架的核心优化之一79% 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73% 相似待验证LLM的记忆依赖于上下文窗口，即模型在单次推理时能够处理的最大Token数量73% 相似待验证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73% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/511490API
curl https://kongchang.com/api/v1/knowledge/claims/511490MCP
get_claim(id=511490)