图解 · 运行过程 · 工程取舍
PagedAttention：逻辑连续，物理可以分块
缓存为什么不必为每个请求找一大块连续显存？
动态图解 · O05
PagedAttention：逻辑连续，物理可以分块
缓存为什么不必为每个请求找一大块连续显存？
类似把一本书分册放在不同抽屉，目录记录第几册在哪；阅读顺序仍由目录决定。分页把KV存储切块并维护映射，减少为不断增长的序列预留连续区域的浪费。它不是截短上下文，也不会自动减少该读的历史。
逻辑页按序列顺序排列的块号。
物理页实际存放KV数据的内存块。
碎片已分配空间里暂未使用的部分。
输入与适用条件：独立分配示例：5个物理页、每页2槽；A初始3项，B2项；图中槽位代表Token对应的一组KV，不是一个字节。
1 / 4 · 初始：A仅3个位置
第1步，共4步
窄屏可左右滑动图形，或点击“放大图形”。文字解释紧随图后。
只有a0/a1/a2，第一帧的物理0仍未分配。
A:逻辑0→物理4，逻辑1→物理1；B→物理3默认静止。用“下一步”看完解释再继续；播放到最后一步自动停止。键盘聚焦播放器后，可用左右键逐步查看、空格播放/暂停。图中颜色辅助区分，含义同时用文字注明。
逐步说明与计算记录
以下解释全部展开，与播放器使用同一份数据；不是另换输入的第二个算例。
1．初始：A仅3个位置
只有a0/a1/a2，第一帧的物理0仍未分配。
A:逻辑0→物理4，逻辑1→物理1；B→物理32．A追加第4项
a3填入物理1的剩余槽位，不必搬动历史a0/a1。
A仍使用物理4与1；B使用物理33．A再追加第5项
新分配物理0来保存a4；逻辑顺序a0…a4仍不改变。
A:逻辑0→4，1→1，2→04．释放一个请求
释放属于B的块；不能因为物理编号乱序就改变A的Token顺序。
B完成，物理3可释放；A不变为什么需要
序列动态增长，连续预留常造成空间浪费并限制并发。
怎样实现
用固定大小块和映射管理增长、释放及条件允许的共享。
可能的代价与误解
仍有尾页空槽和管理开销；共享页写入需正确处理引用与复制。
如何判断是否做对
核对逻辑顺序、页所有权、增长和释放，确保不同请求不会混用内容。