文档摘要

3.1 块表怎么切 KV Cache：16 token 一页 本节摘要：块表是 PagedAttention 的核心数据结构：把每条请求的 KV Cache 视为逻辑块序列，物理显存切成 16 token 一块的页块，块表维护逻辑块号到物理块号的映射。本节讲清结构、分配回收流程与"16"这个数字的取舍，并算清利用率跃迁的算术。它治的正是第 2 章的病根：取消连续性与峰值假设。 会员。《3.1 块表怎么切 KV Cache：16 token 一页》收录于灏天文库文集《vLLM》，原作者/来源：灏天文库，整理自「灏天文库」，提供技术教程、实践指南与问题解决方案，支持在线阅读、全文检索与知识沉淀，助力开发者系统化学习。本站整理收录，版权归原作者/开源协议所有。

该文档为会员专享，请先登录或注册后再查看

登录 注册

---

作者与出处

原作者： 灏天文库

来源：灏天文库

原文： https://aiknowledge.cn/collection/828-vllm

整理： 灏天文库整理

由灏天文库平台收录，内容或由平台用户上传，仅供学习交流