08 2026
AI

大模型推理与缓存机制

一、缓存怎么实现:存下运算结果,下次直接当入参本质:大模型推理是一串矩阵运算。缓存 = 把之前算好的中间结果(KV 矩阵向量)存下来;下次算新内容时,把这些向量直接当入参丢进下游公式,历史原文不再重算。 根本原因:运算是确定性的——同样的文...