完整深入材料 · 保留原页与全部停点。回到相关主讲
相同前缀，可以接出两条不同的后续
N56/b0 · 两个请求的相同前缀
现在保持同一个模型，比较两个请求。它们开头都是同一段4096 token，后面各有2048 token不同内容。先看上方条件：共同前缀必须逐位相同，位置和计算条件也要兼容。当前两份前缀各保存了一份K/V；这才是我们接下来可以尝试合并的对象。
教师备课：指图与模拟问答
指图与推进 · 不朗读对齐两条4096前缀；分别指不同的2048尾部；再指顶部三项复用条件，不提前指共享后的图。
N56/b1 · 一份共享前缀，两条独立尾部
把相同前缀的物理缓存只保留一份，再让两个请求各自引用它。右边两条尾部仍然分开：请求一之后的状态属于请求一，请求二也沿自己的后续生成。我们共享的是共同开头，没有把两份回答合成一份。
教师备课：指图与模拟问答
指图与推进 · 不朗读推进到b1；先指一份共同前缀，再沿两条引用分别走到请求1与请求2的尾部。
N56/b2 · 复算节省的 KV 空间
沿用每token 128KiB的配置。不共享时，两份6144 token合计1.5GiB；共享后是一份4096前缀，加两份2048尾部，总计8192 token，也就是1GiB。我们可以从两边算式核对节省来自哪里：只去掉了重复的共同前缀，两个独立尾部都保留下来。
教师备课：指图与模拟问答
指图与推进 · 不朗读推进到b2，先读未共享完整算式，再逐项对照共享算式中的4096和两份2048；确认单位一致。
N56/b3 · 精确匹配与计算条件的边界
现在改变条件：如果前缀某个token或它之前的内容变了，从改变位置往后的状态就需要重新核对、必要时重算。前面完全没变且计算条件兼容的部分仍可以分别判断。红色框提醒我们，精确前缀复用不是语义相似搜索。我们已经能让状态增长，也能共享满足条件的部分；接下来，一个请求完成后，等待者是否及时获得了计算机会？
教师备课：指图与模拟问答
指图与推进 · 不朗读推进到b3，指改变前缀的红框；将下方空间算式说明为上一态完全匹配情形的参照，随后转到调度。
补充推导、边界与来源
按 N54 的128 KiB/token配置，两个请求各含4096 token共同前缀与2048 token独立尾部。未共享时两份6144 token共12288 token，即1.5 GiB；共享一份前缀后总量4096+2×2048=8192 token，即1 GiB。
精确前缀复用要求同模型、相同 token 序列和兼容的位置及计算条件。文本含义相似不保证 K/V 相同；前文或前缀某个 token 改变后，从改变位置起的后续状态需要重新判断，不能把全段旧缓存当作可原样复用。共同前缀之前未改变且条件兼容的部分仍可独立核对。
两个尾部各有自己的状态和生成路径。共享节省重复 KV，也可能省重复 prefill，但不表示两条请求的全部计算合并。旧材料中的三请求2.25→1.25 GiB是另一构造，与本页两请求1.5→1 GiB分开。
前缀匹配与 RadixAttention / SGLang · 服务主题 · PagedAttention §4.4，物理 p7–8。
本页证据与条件
本轮两请求构造：公共前缀4096、各自尾部2048；1.5 GiB→1 GiB