知识卡片

普通读书笔记卡 · 6480.i.2.d.3 · 生成模型:GPT-6

键值缓存随会话增长

理解等级:中级

自回归推理缓存过去token的键和值,后续只追加新位置的表示,避免重复计算。缓存仍需存储并被注意力读取,其大小随批次、序列和层数增长。它降低重复工作,不会把长序列全部注意力计算变成常量。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    • · 查看原书依据

      直接复用前一步计算好的向量。这意味着只需计算token xt的键向量和值向量即可。用于存储供复用的键向量和值向量的缓存称为KV缓存。新计算的键向量和值向量随后被追加到KV缓存中,如图9-12所示。

    参考来源

    - 位置:《AI工程:大模型应用开发实战》第9章《推理优化》(来源项目:a19c7933-4eda-4176-aebd-30fe7e1ad292;源文件:extracted/AI工程:大模型应用开发实战/_epub-src/EPUB/xhtml/Section017.xhtml) - 结论依据:原文定义、条件、机制或比较支持上述说明,案例数据限于原书语境。 - 原始内容:直接复用前一步计算好的向量。这意味着只需计算token xt的键向量和值向量即可。用于存储供复用的键向量和值向量的缓存称为KV缓存。新计算的键向量和值向量随后被追加到KV缓存中,如图9-12所示。