返回全部题目← 上一题15 / 112下一题 →题库/模型基础与推理/Q-10729共享 Prefix Cache 后，如何通过写时复制隔离不同请求的后续生成？知识专题：推理优化与模型压缩题目类型：原理机制技术难度：进阶相关面经：1 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1 篇MiniMaxAI 应用开发2026-11-12实习一面查看原面经 →prefix cache 共享之后，一个请求继续生成会不会污染别人？查看该问上下文 →追问copy-on-write 在哪一步触发？查看该问上下文 →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：2 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：5 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：6 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：5 篇♥♥♥♥♥← 上一题已到最后一题← 上一题权重量化与 KV Cache 量化的精度风险有什么不同？下一题 →推理服务如何结合 Cache Score 与 Load Score 设计 Cache-aware 路由？
