01综合研究综合研究2026年10月18日6 分钟从 HBM 到 MCU：一条内存层级主线把 KV Cache、FlashAttention、端侧模型与存算一体放进同一张数据移动账本，理解 AI 系统的真正成本。内存层级KV CacheFlashAttention阅读
02旗舰研究LLM / Agent2026年10月14日7 分钟分页式 KV Cache：把推理服务写成内存分配器从 PagedAttention 的块表、共享与连续批处理出发，理解高并发推理为何首先是一场 KV 显存管理问题。KV CachePagedAttentionvLLM阅读
03实验LLM / Agent2026年10月13日4 分钟KV Cache 预算：并发、上下文与块大小用可复算的字节公式估算长上下文服务容量，并解释分页的尾部浪费与容量边界。KV Cache容量规划模拟阅读