Verified65% confidenceFactExact time
大语言模型推理分预填充和解码两阶段：预填充是计算密集型对GPU算力敏感，解码是内存带宽受限任务
3
Sources
65%
Confidence
Long-term
Relevance
7/12/2026
First Seen
Sources
AMD Ryzen AI Halo实测：x86架构能否撼动英伟达DGX Spark？
bilibili量子菠萝_7/7/2026
Related Claims
Unverified大语言模型推理的解码阶段GPU利用率远低于预填充阶段的矩阵并行计算，因为解码是逐步自回归生成79% similarVerified大语言模型的推理过程本质上是内存带宽受限（memory-bandwidth bound）的任务，每生成一个Token都需要将模型的全部权重从存储中读取一遍75% similarUnverified多模态大语言模型通过对比学习将视觉编码器（如CLIP、ViT）与语言模型对齐73% similarUnverified量化技术如GPTQ、AWQ可以在有限硬件资源下运行更大参数的大语言模型72% similarUnverifiedPrefill阶段是计算密集型操作，Decode阶段是显存带宽密集型操作71% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/488915API
curl https://kongchang.com/api/v1/knowledge/claims/488915MCP
get_claim(id=488915)