文档摘要

第 2 章 · KV Cache 的内存困境 章节摘要：本章的追因线只有一段：显存去哪了。我们先回答"自回归生成为什么绕不开 KV Cache"，再把它的大小公式逐项算给你看，最后拆解传统预留式分配造成的三重浪费——预留浪费、内部碎片与外部碎片。读完本章，你会明白为什么利用率长期徘徊在三成上下，以及为什么这个数字是第 3 章 PagedAttention 全部设计的靶子。 会员。《第 2 章 KV Cache 的内存困境》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