摘要： 一、Prefill与Decode的底层原理剖析 1.1 Prefill阶段的数学本质 （以Transformer架构为例） 计算密集型的核心原因： # 自注意力计算伪代码 Q = X @ W_Q # [batch, seq_len, d_model] → [batch, seq_len, d_k] 阅读全文