BeaconKV:用信标查询预测 KV 缓存复用,压缩长推理链显存
Janghyeon Kim · hf · 2026-09-09
BeaconKV 提出面向大型推理模型的 KV 缓存压缩方法:用紧凑的「信标查询」(beacon queries)预测哪些历史 key-value 对在后续推理中会被重新访问,据此选择性保留缓存,在不牺牲准确率的情况下显著降低长思维链推理的显存开销。
「Infra」频道最新
- 大厂全做 AI 沙箱,Modal 与 Daytona 靠盒外一层仍居增速榜前列 — FinanceYF5 · 2026-10-26
- Ant 招股书印证「算力是可互换商品」论:单一池动态调度 — BenBajarin · 2026-10-26
- SLC NAND 每 1% 份额增长需多 2% 晶圆产能,闪存或复刻 HBM 行情 — toptickcrypto · 2026-10-26
- NVIDIA Vera Rubin 训 10T 模型只需 1.6 万卡，较 GB200 省 75% GPU — teortaxesTex · 2026-10-26
- Anthropic S-1 自曝：曾多次严重低估算力需求，导致产能受限拖累产品 — JosephJacks_ · 2026-10-26
- Anthropic 算力协议规模暴涨至最高 1205 亿美元 — teortaxesTex · 2026-10-26