文档摘要

5.1 前缀缓存：相同的前缀只算一次 本节摘要：前缀缓存把第 3.2 节"同时在线的请求间共享"升级为"跨时间的块级复用"：以块的 token 序列为索引，任何后来请求只要前缀逐位相同，就直接引用已算好的 KV 块，prefill 随之缩短。本节讲清索引与淘汰机制、命中率的决定因素与养法，以及提示词结构对收益的放大作用。 会员。《5.1 前缀缓存：相同的前缀只算一次》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