从 PagedAttention 面试题延伸：大模型推理的显存账本，参数、KV Cache、激活各占多少
上一篇真题解析讲了 PagedAttention 的分页机制本身，本篇把镜头拉远：一次大模型推理服务，显存到底花在哪几本账上，每本账随什么增长、怎么估算、用什么手段省。面试里被问「7B 模型部署要多少显存」时，能当场把账算清的人，和只会说「参数乘 2 字节」的人，高下立判。
上一篇真题解析讲了 PagedAttention 的分页机制本身，本篇把镜头拉远：一次大模型推理服务，显存到底花在哪几本账上，每本账随什么增长、怎么估算、用什么手段省。面试里被问「7B 模型部署要多少显存」时，能当场把账算清的人，和只会说「参数乘 2 字节」的人，高下立判。