待验证50% 置信事实精确时间
DFlash2在混合布局下将连续的token按固定大小(通常16个token)打包成一个缓存块
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/9/6
首次发现
有效期至：2026/12/5
来源
涉及实体
相关事实
待验证对于具有L层、隐藏维度为d的模型，单个token的KV Cache占用为2×L×d×sizeof(float16)字节66% 相似待验证PagedAttention将KV Cache切分成固定大小的块，每个块通常存储16个token的键值对64% 相似已验证RAG实践中chunk_size通常设置在256至1024 token之间，并保留约10%至20%的重叠（Overlap）62% 相似待验证实模式使用16位寄存器和分段内存模型，通过将16位段寄存器左移4位再加上16位偏移量计算20位物理地址，可寻址空间仅为1MB59% 相似待验证PQ乘积量化通过切分向量、局部聚类、编码替代，可将向量存储体积压缩约8倍（四维示例中从16字节压缩到2字节）59% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/864440API
curl https://kongchang.com/api/v1/knowledge/claims/864440MCP
get_claim(id=864440)