待验证50% 置信事实精确时间

上下文窗口占用的显存是与模型权重分开计算的，KV缓存显存占用随上下文长度线性增长

1

来源数

50%

置信度

长期有效

时效性

2026/8/14

首次发现

来源

看懂GGUF量化：Q4_K_M与Q4_K_S的真正区别

相关事实

已验证推理模型的自回归生成过程严格串行，KV Cache显存占用随思考Token序列线性增长，内存带宽成为性能瓶颈74% 相似待验证本地模型的可用内存和显存（VRAM）直接决定可获得的上下文窗口长度，因为推理需在显存中维护 KV Cache73% 相似待验证自回归模型使用KV Cache缓存历史token的Key和Value矩阵，显存占用随序列长度线性增长72% 相似待验证条件化历史帧方法随上下文增长计算量呈二次方增长，而状态空间模型方法以线性复杂度维护隐式场景状态72% 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71% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/745193

API

curl https://kongchang.com/api/v1/knowledge/claims/745193

MCP

get_claim(id=745193)