待验证50% 置信事实精确时间

Prefill（预填充/Prompt处理）阶段属于计算密集型，依赖GPU的矩阵并行计算能力；Decode（解码/生成）阶段属于内存带宽密集型，更多取决于显存带宽

1

来源数

50%

置信度

长期有效

时效性

2026/10/5

首次发现

来源

AMD 7900XTX 实测 Strata 跑 Qwen3：IQ3 量化 60-80 t/s

涉及实体

Prefillconcept Decodeconcept

相关事实

待验证预填充阶段属于计算密集型操作主要受 GPU 算力限制，解码阶段属于内存带宽密集型操作主要受显存带宽限制79% 相似待验证LLM推理的Prefill阶段为计算密集型且GPU利用率接近100%，Decode阶段为内存带宽密集型，瓶颈在于HBM显存带宽79% 相似待验证预填充是计算密集型操作，计算量随序列长度呈平方级增长；解码是内存带宽密集型操作，可复用KV Cache78% 相似待验证LLM输出阶段(decode)受限于自回归的串行特性，GPU利用率低于输入阶段(prefill)的批量并行处理，导致输出Token单价通常最高70% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/978762

API

curl https://kongchang.com/api/v1/knowledge/claims/978762

MCP

get_claim(id=978762)