待验证50% 置信事实精确时间

长上下文请求会严重限制batch size，导致每张GPU能同时服务的用户数大幅下降

1

来源数

50%

置信度

长期有效

时效性

2026/8/22

首次发现

来源

Claude Code周限额政策详解：开发者反应与应对策略

相关事实

待验证LoRA微调使所需GPU显存从数百GB降低到几GB级别68% 相似待验证GPU利用率100%可能掩盖内核占用率低、内存带宽受限、CPU-GPU数据管道阻塞、通信开销过大等问题，这种现象被称为虚假饱和（false saturation）67% 相似待验证非均匀张量并行允许张量并行组内的GPU承担不同大小的计算负载，在部分GPU故障时将工作重新分配给剩余健康GPU64% 相似待验证潜在空间架构将计算量降低约48倍，使消费级GPU也能运行模型64% 相似待验证过度融合可能导致单个内核占用过多寄存器，降低GPU占用率（Occupancy）从而削弱并行度64% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/785311

API

curl https://kongchang.com/api/v1/knowledge/claims/785311

MCP

get_claim(id=785311)