Partially Verified65% confidenceFactTime unknown
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
3
Sources
65%
Confidence
Long-term
Relevance
6/1/2026
First Seen
Sources
Hetzner服务器遭大规模冲击：廉价云服务的承载隐忧
twitterlevelsio
Related Entities
Related Claims
UnverifiedLLM推理成本主要由预填充（Prefill）阶段处理输入Token和解码（Decode）阶段生成输出Token两部分构成，代码理解场景中预填充占绝大部分开销79% similarUnverifiedLLM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79% similarUnverifiedLLM自回归解码阶段每生成一个token都需从显存加载全量模型权重，批量较小时形成内存墙74% similarUnverifiedLLM自回归解码阶段受内存带宽瓶颈限制，每生成一个token需完整遍历被激活的模型权重74% similarUnverified压缩LLM推理延迟和降低成本可采用模型蒸馏、推测解码（Speculative Decoding）、KV Cache优化、模型量化等工程手段70% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/18511API
curl https://kongchang.com/api/v1/knowledge/claims/18511MCP
get_claim(id=18511)