2024年春天，我第一次深入研究大模型推理成本时，发现了一个被业界忽视的关键瓶颈——KV缓存。彼时，市场沉浸在"算力即一切"的狂热中，鲜有人注意到这个隐藏在推理管线深处的内存吞噬者。技术解构：从坐标变...