待验证50% 置信基准精确时间
当上下文超过6.4万Token时，Strata将大部分KV缓存保留在内存中，仅把最热的3.2万Token保留在显存，在26.2万上下文下速度从约51提升至63 Token/秒
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/5
首次发现
有效期至：2027/1/3
来源
涉及实体
相关事实
待验证预填充阶段Strata将提示词分割为最多8000个Token的块，通过PCIe流式传输隐藏在计算之后，使处理3.2万Token提示词速度从约570 Token/秒提升至近1300 Token/秒80% 相似待验证Strata使用低比特量化，最小配置约需38GB的内存+显存总和，最高质量配置约需55GB，64GB系统内存是理想目标72% 相似待验证用2840亿参数的DeepSeek V4 Flash实测，token生成从37提升到53 tokens/s（约1.5倍），Prompt Processing从483跃升到1485 tokens/s（约三倍）70% 相似待验证Strata将整台电脑转化为三级内存层级：显存存放每个Token触及的内容、系统内存固定存放全部约2.4万组专家、固态硬盘存放29GB的N-gram查找表69% 相似待验证M3 Ultra运行四位DeepSeek R1时，1000 token上下文约每秒生成19个token占用392GB，16000 token时降到约每秒15个占用410GB68% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/978618API
curl https://kongchang.com/api/v1/knowledge/claims/978618MCP
get_claim(id=978618)