返回全部题目← 上一题46 / 103下一题 →题库/模型基础与推理/Q-4891大模型推理时显存持续增加或请求结束后仍被占用，如何解释和排查？知识专题：推理优化与模型压缩题目类型：故障排查技术难度：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AI系统与训练推理工程阿东玩 AI · AgentGuide · 1 条原题查看题集 →【显存监控】nvidia-smi看到的显存占用是真实可靠的吗？ 「阿里巴巴」模型推理Firefly · llm_interview_note · 1 条原题查看题集 →为什么大模型推理时显存涨的那么多还一直占着？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← 上一题流水线并行推理时，如何减少设备空闲并提高利用率？下一题 →大模型在 CPU 与 GPU 上的推理速度有何差异，取决于哪些条件？
