待验证50% 置信事实精确时间
GKE托管GPU采集器只导出四个指标：duty_cycle、memory_used、memory_total和request，没有SM占用率、Tensor Core活跃度和功耗数据
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/9/3
首次发现
有效期至：2026/12/2
来源
涉及实体
相关事实
待验证GPU 推理速度通常是纯 CPU 的 5-20 倍，当模型太大无法放入显存时部分层会卸载到内存由 CPU 处理（混合运行/partial offload）65% 相似待验证研究《Accelerating Block Low-Rank Foundation Model Inference on Memory-Constrained GPUs》提出基于块低秩分解的方案压缩内存并加速推理65% 相似待验证一张完整的8-bit GHASH查表需要256×16=4KB，在GPU每个SM通常仅有48-96KB共享内存的情况下会造成内存压力64% 相似已验证GPU存储层次从快到慢为：寄存器、L1缓存/共享内存、L2缓存、全局显存64% 相似待验证对显存有限的用户，建议优先选择4-bit或5-bit量化的GGUF版本，以在性能与质量之间取得平衡64% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/849965API
curl https://kongchang.com/api/v1/knowledge/claims/849965MCP
get_claim(id=849965)