什麼是KV 快取（KV cache）
在大型語言模型的推論中，保存已處理過之詞元的注意力 Key 與 Value 的記憶體。可避免重新計算，但會隨文章長度與批次而變大。
日文名稱: KVキャッシュ
這個名詞所屬的領域: AI硬體與軟體堆疊
相關名詞
反向傳播（Backpropagation） 全歸約（All-reduce） 批次大小（Batch size） 注意力機制（Attention mechanism） 知識蒸餾（Knowledge distillation） 計算圖（Computational graph） 訓練後量化（Post-training quantization） 剪枝（Pruning） 張量平行（Tensor parallelism） 推測式解碼（Speculative decoding）