RaReCache：跨模型 KV 缓存复用选择性重算
原文标题：RaReCache: Bridging the Gap in Cross-Model KV Cache Reuse via Rank disagreement-based Selective Recomputation
重要度 3/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。
论文提出 RaReCache 框架，通过基于秩不一致度的选择性重算，让大模型能准确解码由小模型预填充的 KV 缓存。在 Qwen3-0.6B 到 14B 的 23 倍参数差下，仅重算 30% 位置即可保留 95-99% 精度，并实现最高 3.04 倍预填充加速与显著降低首 token 延迟。
深读 · 结论先行AI 生成展开看要点与影响 ↓
RaReCache选择性重算30%位置，在23倍参数差下保留95-99%精度，预填充最高加速3.04倍。
- •跨模型KV缓存复用中，同族线性映射随模型规模差距扩大而精度下降，失败集中在少数信息密集token
- •RaReCache用秩不一致度指标，按映射后KV在标定数据弱支持方向上的能量给每个token打分
- •Qwen3-0.6B到14B（23倍参数差）重算30%位置保留95-99%目标精度
- •Llama3-8B到70B（8.8倍差）重算40%位置保留96.5%精度，预填充最高加速3.04倍
为什么重要：模型切换与级联升级场景下可避免整段上下文重新预填充，直接降低首token延迟与算力开销。
以上深读由 AI 依据标题/摘要/正文节选生成，仅供参考；事实以原文为准。
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。
英伟达公布 OOI 共封装光学技术，原型样品已到位
AI 摘要英伟达在 SEMICON West 2026 上展示下一代共封装光学方案 OOI（Optics-on-Interposer），用大面积硅中介层取代有机封装基板，把光引擎直接集成到承载 GPU 的中介层上。该方案旨在为超大规模 AI 集群提供更高带宽互联，目前仍处研究阶段，无商业化时间表。