返回全部题目← 上一题33 / 178下一题 →题库/模型基础与推理/Q-13909Prefill 与 Decode 分离后，KV Cache 如何高效传输与接续使用？知识专题：推理优化与模型压缩题目类型：方案设计技术难度：进阶相关面经：3 篇未标记未标记待复习已掌握收藏反馈（在 GitHub 新标签页打开）Sorry o(╥﹏╥)o，暂无参考答案。带这道题，问问AI吧~问 AIKimiKimi（新窗口打开）Qwen千问（新窗口打开）OpenAIChatGPT（新窗口打开）本题目录相关面经相关题目相关面经3 篇阿里巴巴AI Infra2026-09-18二面查看原面经 →追问Prefill节点产出的KV Cache如何高效同步至Decode节点阿里巴巴AI Infra2026-09-17一面查看原面经 →KV Cache如何复用与传输，什么场景下传输KV不如重新执行Prefill百度AI Infra 实习生2026-05-02实习查看原面经 →pd分离：架构变化，KVcache变化，数据传输，给定一个常规模型，7.计算生成一个 token 占用的 KV Cache 空间公式相关题目4 题0274Decoder-only 的 KV Cache 为什么缓存 K、V 而通常不缓存 Q？同一知识专题题目类型：原理机制技术难度：进阶相关面经：4 篇0277FlashAttention 为什么能节省显存并提速，是否改变注意力结果？同一知识专题题目类型：原理机制技术难度：进阶相关面经：17 篇0502有哪些大模型推理加速技术？同一知识专题题目类型：方案设计技术难度：进阶相关面经：12 篇0503模型剪枝、GPTQ 与 AWQ 量化方法。同一知识专题题目类型：比较选型技术难度：进阶相关面经：11 篇♥♥♥♥♥← 上一题已到最后一题← 上一题如何将 Decode 阶段的轻量计算留在 GPU 上，减少空闲间隙？下一题 →为什么量化在 Prefill 阶段可能变慢，应如何验证原因？
