返回全部题目← 上一题29 / 81下一题 →题库/模型基础与推理/Q-4345长上下文推理中如何缓解 KV Cache 的内存碎片问题？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：1 篇收录题集：2 份暂无参考答案未标记未标记待复习已掌握收藏询问 AI选择 AI 平台KimiKimi（新窗口打开）Qwen千问（新窗口打开）OpenAIChatGPT（新窗口打开）自动带入当前题目本题目录相关面经收录题集相关题目相关面经1 篇携程Agent 开发2026-04-09社招查看原面经 →长上下文kv cache碎片化怎么解决收录题集2 份LLM推理系统问答阿东玩 AI · AgentGuide · 1 条原题查看题集 →原文作者Lamhot Siagian / AI Engineering Insider Explain PagedAttention. How does it differ from pre-allocated contiguous KV cache management?后训练综合问答阿东玩 AI · AgentGuide · 1 条原题查看题集 →vLLM PagedAttention 原理？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：2 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：3 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：3 篇♥♥♥♥♥← 上一题已到最后一题← 上一题模型量化如何实施，为什么选择 GPTQ、QAT 或 W8A16？下一题 →介绍实习中推理框架优化的背景、方案与收益。
