arXiv 发布 DeepSeek-V4.1-Flash 的 KV 缓存压缩论文

arXiv 出现题为《DeepSeek-V4.1-Flash: Pushing the Limits of KV Cache Compression》的论文，指出长周期智能体使负载日益偏重输入端，prefill 计算成本依旧高昂，大 KV 缓存持续挤占 HBM 与 SSD 容量及数据传输带宽，并围绕这些瓶颈探索 KV 缓存压缩。