A 已经答完，C 为什么还在等待？

把服务队列缩小为三个请求：R_A需要两轮，R_B四轮，R_C两轮，C已经在排队。这里是请求编号，与前面实验里的方案A和B不是同一组对象。为只比较接纳规则，先假设三者的prefill都已完成，每轮有两个示意生成槽。这个槽表示计算机会，不是给每个请求永久划定的GPU座位。

先让A和B各生成两步。看前两列，A所需的两轮已经完成，可以退出并释放自己的独占K/V；B还需要两轮。此时C仍在等待。我们先保留一种固定整批规则：只有整批结束以后，下一批才能进入。

第三、第四轮只有B继续，A空出来的机会没有补进C。等B结束，C到第五轮才进入，第六轮完成。请把空着的第三、第四轮与仍在排队的C对起来：浪费的不是C不需要计算，而是接纳时点被推迟了。下一页保留同样的请求、长度和两个槽，只改变何时允许新请求加入。