从mmap→sendfile的性能优化https://mit-public-courses-cn-translatio.gitbook.io/mit6-s081/lec08-page-fault...
Paged Cache策略Paged Cache（分页缓存）如果说 Dynamic Cache 是最容易想到的实现方式，那么 Paged Cache 就是目前业界最主流的实现方式之一。它最早由 ...
粗浅理解大模型 Promot Cache读完之前的 粗浅理解大模型 KV Cache，可能会有个误解，以为大模型定价的 输入（命中缓存）Token 、输入（未命中缓存）Token 、输出 Tok...
KV Cache的多种策略在 粗浅理解大模型 KV Cache 中，我们已经了解了 KV Cache 的作用：缓存历史 Token 的 Key 和 Value，避免每次生成新 Token 时重新...
粗浅理解大模型 KV Cache我们先来了解一下大模型对于 Token 的处理流程（学习过 RAG 开发的应该大概知道这个处理流程）： Token │ ▼ Embedding ...
RoLingG | 博客