待验证50% 置信事实精确时间
KV Cache 是大语言模型推理阶段的一项核心优化技术，本质上是一种空间换时间的策略，通过缓存历史 token 的 Key、Value 向量避免重复计算
1
来源数
50%
置信度
长期有效
时效性
2026/9/15
首次发现
来源
涉及实体
相关事实
已验证KV Cache机制可以缓存重复的前缀内容，越简洁的系统提示词缓存命中率越高80% 相似待验证KV Cache 通过缓存历史 Token 的 K、V 值避免自回归推理中的重复计算，新 Token 只需计算自身 Q76% 相似待验证Decode 阶段属于访存密集型操作，每生成一个新 token 需从显存读取全部历史 token 的 KV Cache72% 相似已验证KV Cache通过缓存已计算的Key/Value矩阵，将推理复杂度从O(n²)降至O(n)70% 相似待验证主流模型提供商（如 Anthropic、DeepSeek）支持提示词缓存机制，复用相同前缀上下文的 KV Cache 可节省 50%～90% 的输入成本68% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/923478API
curl https://kongchang.com/api/v1/knowledge/claims/923478MCP
get_claim(id=923478)