TierKV：面向端侧长上下文的多级 KV 缓存
原文标题：TierKV: Long-Context On-Device LLMs via Predictive Multi-Tier KV Caching
重要度 4/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。
针对移动端 LLM 长上下文场景中 KV 缓存成为内存瓶颈的问题，作者提出 TierKV 推理框架及其预测式多级缓存优化 PMCO。该方法在解码前从预填充隐状态预测未来缓存需求，将 token 分配到精确、低秩与闪存卸载三级，保留完整上下文并避免反应式淘汰的循环依赖。在三种移动 SoC 的八种模型上，预填充吞吐最高提升 17.6 倍，常驻 KV 缓存减少 12.5%-34%，精度损失轻微。
深读 · 结论先行AI 生成展开看要点与影响 ↓
AI 处理过程展开/收起
相关推荐
OpenAI 据悉计划采购谷歌 TPU 芯片，降低对英伟达依赖
AI 摘要据报道，OpenAI 正计划采购谷歌自研的张量处理单元（TPU），以扩大算力规模并实现芯片供应多元化，双方尚未敲定最终条款。OpenAI 同时在推进与博通合作、代号 Jalapeno 的自研 AI 芯片。若交易落地，将直接冲击英伟达在 AI 加速芯片市场的主导地位，并重塑云厂商与大模型公司的算力供应格局。
阿联酋因伊朗袭击调整 5GW AI 数据中心计划
AI 摘要据路透社报道，在遭受伊朗袭击后，阿联酋修订了其 5GW AI 数据中心建设计划。该事件凸显地缘政治冲突对中东地区大规模 AI 基础设施投资的直接冲击，可能影响全球算力布局与供应链。
英伟达预计单季营收达1080亿美元
AI 摘要英伟达预测未来几个月内营收将达到1080亿美元，有望成为继亚马逊、苹果和Alphabet之后又一家季度营收超千亿美元的公司。其数据中心营收同比增长一倍以上，利润也大幅增长。
Marvell 与 Lumentum 宣布合并，打造 AI 连接领域领导者
AI 摘要Marvell 与 Lumentum 宣布合并，双方称将组建 AI 连接（AI Connectivity）领域的品类领导者。交易旨在整合光通信与互连能力，服务数据中心 AI 基础设施需求。