待验证50% 置信注意事项精确时间

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

1

来源数

50%

置信度

长期有效

时效性

2026/7/19

首次发现

来源

GLM国产开源模型：百万Token上下文能否挑战Claude Code？

相关事实

待验证数千亿参数模型处理128K上下文窗口时，KV Cache可能占据数十GB显存81% 相似待验证以LLaMA-2 70B为例，处理4096 token上下文、批量大小32时，KV Cache可消耗超过80GB显存81% 相似待验证一个200K上下文窗口的请求，其KV Cache可能占据数十GB显存79% 相似待验证上下文长度从4K扩展到8K时，KV Cache占用的显存会近乎翻倍79% 相似已验证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GB76% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/562694

API

curl https://kongchang.com/api/v1/knowledge/claims/562694

MCP

get_claim(id=562694)