返回全部题目← 上一题62 / 178下一题 →题库/模型基础与推理/Q-16393单卡推理中 Prefill 和 Decode 怎样衔接，解耦调度与分离部署有什么区别？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 篇寒武纪AI Infra 实习生2026-05-02日常实习一面查看原面经 →单卡场景下 P 和 D 怎么衔接，pd解耦和pd分离区别相关题目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TensorRT 插件有什么作用，如何接入自定义计算？下一题 →命中 Prefix Cache 后，Attention 的输入参数与未命中时有什么差别？