一、Prefill与Decode：LLM推理的二元架构 大语言模型（LLM）的推理过程可分解为两个逻辑独立的阶段：Prefill（预填充）与Decode（解码）。这两个阶段虽共享同一套神经网络权重，但对硬件资源的诉求呈现显著差异，……
