待验证50% 置信事实精确时间
LLM推理的Prefill阶段是计算密集型操作，主要瓶颈是GPU/NPU算力（FLOPS）
1
来源数
50%
置信度
长期有效
时效性
2026/9/23
首次发现
来源
涉及实体
相关事实
已验证LLM 推理分为预填充阶段（Prefill，计算密集型）和解码阶段（Decode，内存带宽密集型）两个阶段79% 相似待验证LLM推理的prefill阶段并行处理输入所有token并生成初始KV Cache，是计算密集型操作，是TTFT的直接决定因素76% 相似已验证在LLM推理场景中GPU显存容量往往比算力峰值更为关键73% 相似待验证LLM推理的Prefill阶段计算复杂度随上下文长度呈O(n²)增长，是旗舰模型单次请求成本远高于轻量模型的根本原因73% 相似待验证自回归模型推理的Prefill阶段一次性处理全部prompt，是标准GEMM操作，算术强度高，属于compute-bound73% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/945138API
curl https://kongchang.com/api/v1/knowledge/claims/945138MCP
get_claim(id=945138)