待验证50% 置信事实精确时间
Decode阶段属于访存密集型操作，整体吞吐受制于显存带宽而非算力
1
来源数
50%
置信度
长期有效
时效性
2026/7/22
首次发现
来源
相关事实
待验证Prefill阶段是计算密集型操作，Decode阶段是显存带宽密集型操作83% 相似待验证Decode 阶段属于访存密集型操作，每生成一个新 token 需从显存读取全部历史 token 的 KV Cache71% 相似待验证Disaggregated Inference架构将Prefill和Decode两个阶段分配到不同的硬件实例上执行70% 相似待验证受限解码（Constrained Decoding）在自回归生成的每个Token步骤上，根据有限状态机或上下文无关文法计算合法Token集合并重新归一化概率，从数学上保证输出符合目标schema68% 相似待验证编码器-解码器架构相比纯解码器架构，编码器一次性压缩长输入为固定维度语义向量，解码器专注生成短结构化输出，是Needle针对工具调用任务的工程取舍68% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/586049API
curl https://kongchang.com/api/v1/knowledge/claims/586049MCP
get_claim(id=586049)