已验证85% 置信基准精确时间
PagedAttention将KV缓存分成固定大小的页按需分配，显存利用率可提升2-4倍
5
来源数
85%
置信度
长期有效
时效性
2026/8/26
首次发现
来源
涉及实体
相关事实
待验证PagedAttention 相比传统连续分配方式可将同一 GPU 上的并发请求数提升 2-4 倍77% 相似待验证PagedAttention 使显存利用率提升至接近 100%，实现同等硬件下并发吞吐量提升 2-4 倍74% 相似已验证PagedAttention技术借鉴操作系统虚拟内存的分页思想，将KV Cache切分为固定大小的物理块动态分配73% 相似已验证PagedAttention将KV Cache的内存利用率从不足40%提升至接近100%73% 相似待验证vLLM的PagedAttention将KV缓存切分为固定大小物理块（通常16个token），使显存利用率从不足40%提升至接近90%71% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/802147API
curl https://kongchang.com/api/v1/knowledge/claims/802147MCP
get_claim(id=802147)