论文原文：最近学习华为的RazorAttention，水平有限，根据论文做了初步了解。1 背景：KV缓存成为部署模型的主要瓶颈长上下文大型语言模型（LLM）在不同任务的自然语言处理方面具有显著的先进性。在LLM 模型的应用场