解析LLM推理Prefill与Decode

文章讨论大模型推理中的Prefill-and-Decode机制及工程设计问题。

推荐理由：Prefill与Decode拆分是理解KV Cache、吞吐和延迟权衡的入口；若正文能展开调度与资源利用，会直接对应2026年推理成本优化主战场。