搞懂 LLM 推理的 6 项关键技术：从 PagedAttention 到 Prefill/Decode 分离

文章拆解 LLM 推理系统的 6 项关键技术：Prefix caching、Continuous batching、PagedAttention、Chunked prefill、Speculative decoding 与 Prefill/decode disaggregation。六项技术均不改变模型本身，而是通过复用计算、动态调度、分块管理 KV cache 和分离算力与带宽需求来提升性能。