面试题库 › 算法 / 大模型 › 大模型推理的 PD 分离(Prefill/Decode 分离)

大模型推理的 PD 分离(Prefill/Decode 分离)

难度 ★★★在 1 场真实面经中被问到 方向:算法 / 大模型考点:大模型推理服务

哪些公司问过

百度1

常见岗位:大模型算法

答案要点

  1. Prefill并行处理整段prompt、生成KV Cache和首token,计算密集,影响TTFT
  2. Decode逐token生成,每步读取权重和KV Cache,访存密集,影响TPOT
  3. 混部时prefill会打断decode,两阶段最优并行策略和batch也不同,互相干扰
  4. 分离后KV Cache从prefill实例传到decode实例,两池可独立扩缩容和配置
  5. 挑战:KV Cache传输带宽与延迟、两池配比与调度、KV Cache存储与复用管理

易错点

面试官常见追问

完整的口述示范答案、每个追问的参考回答,在启面刷题中心查看;也可以让 AI 面试官用语音按这道题连环追问你。

相关面试题