待验证50% 置信事实精确时间
Spark X 2.5每个全局层每Token约存4KB KV Cache，9层加起来每Token约37KB，使KV Cache占用仅为每层都记全文方案的约四分之一
1
来源数
50%
置信度
长期有效
时效性
2026/9/27
首次发现
来源
涉及实体
相关事实
待验证对于典型 7B 参数模型，每 1K token 的 KV Cache 约需 0.5–1GB 显存73% 相似已验证KV Cache的显存占用随序列长度线性增长，700亿参数采用GQA的模型处理10万Token时KV Cache占用可能高达数十GB70% 相似待验证使用 KV Cache 后每轮 Q 投影只需计算 1×D_k 的向量，而无缓存时需计算 N×D_k 的完整矩阵69% 相似已验证LLaMA-2 7B 在 4096 Token 上下文下 KV Cache 约占 2 GB，扩展到 32K 上下文时可飙升至 16 GB 以上67% 相似待验证VRAM 成为本地 LLM 上下文瓶颈的根本原因在于 KV Cache 机制，7B 模型每 1K token 的 KV Cache 约需 0.5–1GB 显存67% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/954249API
curl https://kongchang.com/api/v1/knowledge/claims/954249MCP
get_claim(id=954249)