返回全部题目← 上一题70 / 81下一题 →题库/模型基础与推理/Q-6226如何估算指定大模型一次推理的显存访问量？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：深入收录题集：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收录题集相关题目收录题集2 份编码题专题汇编阿东玩 AI · AgentGuide · 1 条原题查看题集 →【推理加速、访存分析｜L4】手算DeepSeek V3每次推理的访存量 「字节跳动」AI系统与训练推理工程阿东玩 AI · AgentGuide · 2 条原题查看题集 →【计算量与访存量】attention层的计算量和访存量的计算，mlp层的计算量 「小红书」【计算量与访存量】手撕DeepSeek V3的每次推理访存量手算。 「字节跳动」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← 上一题实现分页 KV Cache 的寻址与注意力读取。下一题 →实现 INT8 Per-Tensor 量化与反量化。
