返回全部题目← 上一题90 / 103下一题 →题库/模型基础与推理/Q-9294端侧模型文件大小与运行时内存占用有什么区别，如何核算完整内存开销？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 篇暂无参考答案未标记未标记待复习已掌握收藏问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）自动带入当前题目反馈（在 GitHub 新标签页打开）本题目录相关面经相关题目相关面经1 篇宇树机器人嵌入式AI岗2026-10-10一面、二面查看原面经 →模型文件大小和运行时内存占用是一回事吗？中间激活、工作区、输入输出缓冲区算进去了吗？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：3 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← 上一题模型量化有哪些收益、常用算法和量化对象？下一题 →端侧推理的预处理应放在 CPU 还是硬件加速器上，如何取舍？
