流模型 KV 缓存长文：聚焦推理速度与内存权衡

作者 RisingSayak 撰写流模型 KV 缓存技术长文，benchmark 以真实场景为主，聚焦推理速度与内存占用之间的权衡，并承认更完整的评估还应加入输出质量的定量报告。文章采用受 Andrej Karpathy 启发的教学式写法，先建立直觉、再展示伪代码实现。