（来源：上观新闻）
这项由普林斯顿📳大学领导的🥙📐研究发表于2🏣☀026年4月🕯👠的arXiv☄🦀预印本（编号🤓🇧🇩arX⛹🐽iv:2604.🐦04917v1✖），有✳👩🌾兴趣深入了解的👨🚀🍡读者可以🎨通过该编🇵🇪🧨号查询完整论🦌🎴文🔅👩🚀。当前，市场🆖🇪🇸对更长上下文⌨、更低成❓本的AI服务👩❤️💋👩需求持续提升⚱，AI服🐋🤦♂️务面临的存储成本🇭🇹压力持🛂😖续加大，而大🔌模型在长上下🚓文推理时会产👉生大量重🤥复计算🕙🖖，键值缓🔲存（KV Ca📙🇨🇻che）正是⏫🇳🇷通过复用历史计算🚃📚结果降低这类开销😊🇧🇶。
当前，市场对🇧🇳更长上下文、更低🇽🇰🇴🇲成本的A⏬🕧I服务需求📳🌱持续提🐋🌌升，AI服务面🙊💈临的存储成本📦压力持✉续加大🔔，而大模型在长🏙上下文推理时会产⏬✖生大量重复计算，🇺🇦🇬🇧键值缓存（㊙😻KV Ca🔅che）正是通过😲复用历史计算结🇹🇨📪果降低🎌这类开🇦🇩销👨💻🎻。它的影响力在实☢际推理😕环节展现得淋漓🎢尽致，仅凭极少数⏪🇸🇸几款旗🈸舰模型，Deep🔌◾Seek🤣在2025年🐐6月一度👲吃下了全网75.🇹🇦🆙6%的推理流量🧂，直到2026年🚣1月依🇰🇪然维持在31.👨🎓😙1%的高位⛅🐼。
