已过期50% 置信事实精确时间

vLLM在前缀缓存与DFlash2同时开启时存在bug，会将最后一个缓存单元(约16 token的混合布局块)直接丢弃并重新计算

1

来源数

50%

置信度

短期 (~14 天)

时效性

2026/9/6

首次发现

此条事实已过期，仅作历史留存，不再代表当前状态

有效期至：2026/9/20(已过期)

来源

Qwen3开DFlash2反而更慢？投机解码吞吐下降30%真相解析

涉及实体

vLLMproduct DFlash2concept 前缀缓存concept

相关事实

待验证vLLM、TensorRT-LLM等LLM推理服务通过KV Cache机制在单次请求内缓存中间注意力计算结果，但该缓存是请求级别的，HTTP连接关闭后即被释放70% 相似待验证2015年曝光的VENOM漏洞（CVE-2015-3456）通过向QEMU模拟的虚拟软盘控制器发送特制I/O命令触发堆溢出，实现从Guest到Host的完整VM逃逸61% 相似待验证OPcache缓存的是虚拟机字节码而非机器码，执行时仍需Zend VM解释调度61% 相似待验证vLLM采用PagedAttention技术管理KV Cache，其内存分配与请求调度引入运行时不确定性61% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/864434

API

curl https://kongchang.com/api/v1/knowledge/claims/864434

MCP

get_claim(id=864434)