Verified65% confidenceTradeoffExact time
KV Cache占用的显存随序列长度线性增长
3
Sources
65%
Confidence
Long-term
Relevance
7/11/2026
First Seen
Sources
vLLM推理框架详解：吞吐优化核心原理与面试攻略
bilibiliAI大模型升升6/9/2026
Related Claims
VerifiedKV 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GB82% similarUnverifiedKV缓存将已计算的Key-Value矩阵存储在显存中实现增量计算，代价是显存占用随序列长度线性增长79% similarUnverifiedKV缓存随上下文长度增加，显存占用可达总显存的60%以上74% similarUnverifiedKV Cache（键值缓存）用于避免自回归生成时对历史 token 的重复计算，但长上下文场景下预填充阶段需占用大量 HBM 显存带宽，拉长首 token 延迟（TTFT）70% similarUnverified上下文越长，模型需要缓存的 KV Cache 越大，KV Cache 使模型生成新 Token 时无需重新计算所有历史 Token 的注意力权重70% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/488192API
curl https://kongchang.com/api/v1/knowledge/claims/488192MCP
get_claim(id=488192)