返回全部题目← 上一题57 / 103下一题 →题库/模型基础与推理/Q-5601在线推理请求被抢占后，如何恢复计算和 KV 状态？知识专题：推理优化与模型压缩题目类型：原理机制技术难度：进阶题集来源：2 个未标记未标记待复习已掌握收藏反馈（在 GitHub 新标签页打开）Sorry o(╥﹏╥)o，暂无参考答案。带这道题，问问AI吧~问 AIKimiKimi（新窗口打开）Qwen千问（新窗口打开）OpenAIChatGPT（新窗口打开）本题目录收录题集相关题目收录题集2 个来源，共2 份题集快手高频面试题Rocky Ding · AIGC-Interview-Book · 1 条原题查看题集 →新请求prefill会不会踢掉正在运行的decode请求AI Infra：训练、推理与 GPU 平台工程Onefly · zero2Agent · 1 条原题查看题集 →vLLM/SGLang 的请求调度与 Continuous Batching 如何工作？请求被抢占后如何恢复？相关题目4 题0274Decoder-only 的 KV Cache 为什么缓存 K、V 而通常不缓存 Q？同一知识专题题目类型：原理机制技术难度：进阶相关面经：2 篇0277FlashAttention 为什么能节省显存并提速，是否改变注意力结果？同一知识专题题目类型：原理机制技术难度：进阶相关面经：4 篇0502有哪些大模型推理加速技术？同一知识专题题目类型：方案设计技术难度：进阶相关面经：6 篇0503模型剪枝、GPTQ 与 AWQ 量化方法。同一知识专题题目类型：比较选型技术难度：进阶相关面经：5 篇♥♥♥♥♥← 上一题已到最后一题← 上一题模型剪枝有哪些方式，如何评估实际收益？下一题 →低精度浮点与整数量化在表示、缩放和硬件执行上有什么区别？
