# Understanding and Coding the KV Cache in LLMs from Scratch

- 发布方：Sebastian Raschka \(Ahead of AI\)；作者：Sebastian Raschka
- 形式：文章 · en
- 原始资源：[https://magazine.sebastianraschka.com/p/coding-the-kv-cache-in-llms](<https://magazine.sebastianraschka.com/p/coding-the-kv-cache-in-llms>)
- 本站页面：[https://oplearnx.com/resources/res\_7atp36pk24dc](<https://oplearnx.com/resources/res_7atp36pk24dc>)
- 学习主题：人工智能 / 大语言模型 LLM / 推理与部署；人工智能 / 大语言模型 LLM；人工智能 / 大语言模型 LLM / 模型结构与预训练 / Transformer 与注意力
- 内容状态：状态待核验
- 原始发布时间：2025-06-17 16:00
- 本站首次收录：2026-10-24 11:12

## 能学到什么

理解 KV cache 的作用与代价，并能读懂、运行从零实现带 KV cache 的 GPT 文本生成代码。

- 解释 KV cache 为什么能加速 LLM 自回归文本生成
- 说明无缓存时每一步重复计算 key/value 向量的冗余在哪里
- 区分使用 KV cache 的收益与代价（代码复杂度、显存占用、不能用于训练）
- 在 MultiHeadAttention 构造函数中认出注册 cache\_k / cache\_v 两个缓冲区的改动
- 说明 forward 方法新增 use\_cache 参数后如何在缓存为空时存入、非空时拼接 key/value
- 获取并各自运行 gpt\_ch04.py 与 gpt\_with\_kv\_cache.py 两个自包含脚本

## 适合我吗

- 适合：想理解 LLM 推理效率优化、愿意阅读并运行 PyTorch 代码的学习者。
- 需要留意：不熟悉注意力机制与 PyTorch、只想看概念概览的读者可能吃力。

## 前置条件与费用

- 知识前置：需要了解 Transformer 自注意力机制（K/Q/V）与基本 PyTorch 张量操作。
- 软件、账号与硬件：本地 Python 与 PyTorch 环境（运行仓库脚本）；无需 GPU 或付费服务（网页未提及要求）。
- 内容费用：免费：节选可直接读到文章的主要讲解正文与代码片段，未显示本篇内容被付费墙或登录拦截；文末的 paid subscription 属站点订阅入口。
- 实践费用：实践无额外费用：网页未提及练习需要付费云服务、API 或 GPU。
- 转载与修改：按材料分别核对，见本页“来源核验与开课实跑”；仓库许可不自动适用于教材或视频。

## 准备工具

- Python 3：运行配套脚本
- PyTorch：脚本依赖的张量运算与 attention 实现
- [GitHub](<https://github.com/rasbt/LLMs-from-scratch/blob/main/ch04/03_kv-cache/gpt_with_kv_cache.py>)：获取 gpt\_ch04.py 与 gpt\_with\_kv\_cache.py

## 学习指南

开课检查：提示词由本站整理，尚未按提示词实际完成开课检查。

### 开课提示词（Windows）

```text
请帮我把「Understanding and Coding the KV Cache in LLMs from Scratch」的学习环境一次准备好，让我之后只需要按顺序学习和做练习。
开始前先问我：课程放在哪个目录（等我给出完整路径），确认我的操作系统和已有工具。确认前不要创建文件或安装软件。

课程入口：https://magazine.sebastianraschka.com/p/coding-the-kv-cache-in-llms
我的系统：Windows。如果实际不符，先调整方案。
本次路线：Windows：本机动手。只准备这条路线需要的工具；只读路线不安装运行环境、不配置模型密钥。
练习：对照文章 1、2 小节的代码片段，在 MultiHeadAttention 中自行注册缓存缓冲区并加上 use_cache 分支。
课节（官方顺序）：
1. Understanding and Coding the KV Cache in LLMs from Scratch（文章主页）：https://magazine.sebastianraschka.com/p/coding-the-kv-cache-in-llms
2. gpt_ch04.py（无 KV cache 版本）：https://github.com/rasbt/LLMs-from-scratch/blob/main/ch04/03_kv-cache/gpt_ch04.py
3. gpt_with_kv_cache.py（带 KV cache 版本）：https://github.com/rasbt/LLMs-from-scratch/blob/main/ch04/03_kv-cache/gpt_with_kv_cache.py

1. 环境
- Python 3.x
- PyTorch
- 安装前先列出要装的软件和命令，等我同意；已装好的直接复用。
2. 材料
- 官方课程页面：只记录链接 https://magazine.sebastianraschka.com/p/coding-the-kv-cache-in-llms
3. 目录（最外层放在我确认的位置）
understanding-coding-kv-cache-llms/
├── README.md        # 课程入口、课节清单、每次怎么开始
├── progress.md      # 每课：读讲义 / 做练习 / 记笔记
├── questions.md     # 待解决的问题
├── check-env.ps1     # 环境自检，按 README 操作
├── data/            # 练习用到的样例数据
└── lessons/         # 每课一个文件夹：notes.md + exercises/
    ├── 01-01-understanding-and-coding-the-kv/
    ├── 02-02-gpt-ch04-py-kv-cache/
    └── 03-03-gpt-with-kv-cache-py/
- 每课文件夹里建 notes.md（顶部写本课官方链接）和 exercises/；课节文件夹名称与上面一致。
- 已有课程目录先检查并复用；不覆盖笔记、作业或 progress.md，不重置已有进度。尚未发布的课节保留入口并注明未发布，不能代写讲义或虚构练习。
4. 自检
- 创建 check-env.ps1，逐项检查并记录“通过/未通过”：
- 在课程根目录运行；每项检查独立执行，进入子目录不能影响下一项。将下面检查转换为 PowerShell 命令，不使用 Bash 语法。
  - python -c "import torch; print(torch.__version__)"  → 输出 PyTorch 版本号，无导入错误
  - python gpt_with_kv_cache.py  → 脚本完成运行并输出生成的文本
- 标注为人工检查、浏览器操作或 notebook 单元的项目，按相应方式操作，不直接粘贴进 shell；脚本只包含当前系统可执行的命令。
- 仅在当前路线需要、对应材料已获准保存、工具已安装时运行该项；需要登录、付费或尚未开放的材料记为“需要我操作/未验证”，不能伪报通过。不执行会调用付费 API、提交作业或修改云服务的检查。
- 运行一次，把结果给我看；未通过的项目说明原因和修复办法。
5. 学习计划
- README.md：课程入口、课节清单（带链接）、每次学习怎么开始（使用“每课提示词”）。
- progress.md：每课三项勾选——读讲义、做练习、记笔记。
6. 最后分三部分汇报：已完成、需要我自己操作的、尚未验证的。

边界：
- 需要管理员权限、会产生费用或需要填写密钥的操作，先告诉我原因，等我同意。密钥由我在本机配置，不发到聊天，不写进笔记或版本库；原项目需要 .env 时确认已被 Git 忽略。
- 不替我写练习或作业答案，也不替我提交。我卡住时只给提示；我明确要求时才给解答。
- 只下载许可允许个人保存的材料；其余只放链接。不把未运行的命令说成成功。
如果你不能直接操作我的文件系统，请在确认目录后给出适用于我的系统、可直接执行的命令和需要保存的文件内容。
```

### 开课提示词（macOS）

```text
请帮我把「Understanding and Coding the KV Cache in LLMs from Scratch」的学习环境一次准备好，让我之后只需要按顺序学习和做练习。
开始前先问我：课程放在哪个目录（等我给出完整路径），确认我的操作系统和已有工具。确认前不要创建文件或安装软件。

课程入口：https://magazine.sebastianraschka.com/p/coding-the-kv-cache-in-llms
我的系统：macOS。如果实际不符，先调整方案。
本次路线：macOS：本机动手。只准备这条路线需要的工具；只读路线不安装运行环境、不配置模型密钥。
练习：对照文章 1、2 小节的代码片段，在 MultiHeadAttention 中自行注册缓存缓冲区并加上 use_cache 分支。
课节（官方顺序）：
1. Understanding and Coding the KV Cache in LLMs from Scratch（文章主页）：https://magazine.sebastianraschka.com/p/coding-the-kv-cache-in-llms
2. gpt_ch04.py（无 KV cache 版本）：https://github.com/rasbt/LLMs-from-scratch/blob/main/ch04/03_kv-cache/gpt_ch04.py
3. gpt_with_kv_cache.py（带 KV cache 版本）：https://github.com/rasbt/LLMs-from-scratch/blob/main/ch04/03_kv-cache/gpt_with_kv_cache.py

1. 环境
- Python 3.x
- PyTorch
- 安装前先列出要装的软件和命令，等我同意；已装好的直接复用。
2. 材料
- 官方课程页面：只记录链接 https://magazine.sebastianraschka.com/p/coding-the-kv-cache-in-llms
3. 目录（最外层放在我确认的位置）
understanding-coding-kv-cache-llms/
├── README.md        # 课程入口、课节清单、每次怎么开始
├── progress.md      # 每课：读讲义 / 做练习 / 记笔记
├── questions.md     # 待解决的问题
├── check-env.sh     # 环境自检，按 README 操作
├── data/            # 练习用到的样例数据
└── lessons/         # 每课一个文件夹：notes.md + exercises/
    ├── 01-01-understanding-and-coding-the-kv/
    ├── 02-02-gpt-ch04-py-kv-cache/
    └── 03-03-gpt-with-kv-cache-py/
- 每课文件夹里建 notes.md（顶部写本课官方链接）和 exercises/；课节文件夹名称与上面一致。
- 已有课程目录先检查并复用；不覆盖笔记、作业或 progress.md，不重置已有进度。尚未发布的课节保留入口并注明未发布，不能代写讲义或虚构练习。
4. 自检
- 创建 check-env.sh，逐项检查并记录“通过/未通过”：
- 在课程根目录运行；每项检查独立执行，进入子目录不能影响下一项。使用当前系统的终端运行。
  - python -c "import torch; print(torch.__version__)"  → 输出 PyTorch 版本号，无导入错误
  - python gpt_with_kv_cache.py  → 脚本完成运行并输出生成的文本
- 标注为人工检查、浏览器操作或 notebook 单元的项目，按相应方式操作，不直接粘贴进 shell；脚本只包含当前系统可执行的命令。
- 仅在当前路线需要、对应材料已获准保存、工具已安装时运行该项；需要登录、付费或尚未开放的材料记为“需要我操作/未验证”，不能伪报通过。不执行会调用付费 API、提交作业或修改云服务的检查。
- 运行一次，把结果给我看；未通过的项目说明原因和修复办法。
5. 学习计划
- README.md：课程入口、课节清单（带链接）、每次学习怎么开始（使用“每课提示词”）。
- progress.md：每课三项勾选——读讲义、做练习、记笔记。
6. 最后分三部分汇报：已完成、需要我自己操作的、尚未验证的。

边界：
- 需要管理员权限、会产生费用或需要填写密钥的操作，先告诉我原因，等我同意。密钥由我在本机配置，不发到聊天，不写进笔记或版本库；原项目需要 .env 时确认已被 Git 忽略。
- 不替我写练习或作业答案，也不替我提交。我卡住时只给提示；我明确要求时才给解答。
- 只下载许可允许个人保存的材料；其余只放链接。不把未运行的命令说成成功。
如果你不能直接操作我的文件系统，请在确认目录后给出适用于我的系统、可直接执行的命令和需要保存的文件内容。
```

### 开课提示词（Linux）

```text
请帮我把「Understanding and Coding the KV Cache in LLMs from Scratch」的学习环境一次准备好，让我之后只需要按顺序学习和做练习。
开始前先问我：课程放在哪个目录（等我给出完整路径），确认我的操作系统和已有工具。确认前不要创建文件或安装软件。

课程入口：https://magazine.sebastianraschka.com/p/coding-the-kv-cache-in-llms
我的系统：Linux。如果实际不符，先调整方案。
本次路线：Linux：本机动手。只准备这条路线需要的工具；只读路线不安装运行环境、不配置模型密钥。
练习：对照文章 1、2 小节的代码片段，在 MultiHeadAttention 中自行注册缓存缓冲区并加上 use_cache 分支。
课节（官方顺序）：
1. Understanding and Coding the KV Cache in LLMs from Scratch（文章主页）：https://magazine.sebastianraschka.com/p/coding-the-kv-cache-in-llms
2. gpt_ch04.py（无 KV cache 版本）：https://github.com/rasbt/LLMs-from-scratch/blob/main/ch04/03_kv-cache/gpt_ch04.py
3. gpt_with_kv_cache.py（带 KV cache 版本）：https://github.com/rasbt/LLMs-from-scratch/blob/main/ch04/03_kv-cache/gpt_with_kv_cache.py

1. 环境
- Python 3.x
- PyTorch
- 安装前先列出要装的软件和命令，等我同意；已装好的直接复用。
2. 材料
- 官方课程页面：只记录链接 https://magazine.sebastianraschka.com/p/coding-the-kv-cache-in-llms
3. 目录（最外层放在我确认的位置）
understanding-coding-kv-cache-llms/
├── README.md        # 课程入口、课节清单、每次怎么开始
├── progress.md      # 每课：读讲义 / 做练习 / 记笔记
├── questions.md     # 待解决的问题
├── check-env.sh     # 环境自检，按 README 操作
├── data/            # 练习用到的样例数据
└── lessons/         # 每课一个文件夹：notes.md + exercises/
    ├── 01-01-understanding-and-coding-the-kv/
    ├── 02-02-gpt-ch04-py-kv-cache/
    └── 03-03-gpt-with-kv-cache-py/
- 每课文件夹里建 notes.md（顶部写本课官方链接）和 exercises/；课节文件夹名称与上面一致。
- 已有课程目录先检查并复用；不覆盖笔记、作业或 progress.md，不重置已有进度。尚未发布的课节保留入口并注明未发布，不能代写讲义或虚构练习。
4. 自检
- 创建 check-env.sh，逐项检查并记录“通过/未通过”：
- 在课程根目录运行；每项检查独立执行，进入子目录不能影响下一项。使用当前系统的终端运行。
  - python -c "import torch; print(torch.__version__)"  → 输出 PyTorch 版本号，无导入错误
  - python gpt_with_kv_cache.py  → 脚本完成运行并输出生成的文本
- 标注为人工检查、浏览器操作或 notebook 单元的项目，按相应方式操作，不直接粘贴进 shell；脚本只包含当前系统可执行的命令。
- 仅在当前路线需要、对应材料已获准保存、工具已安装时运行该项；需要登录、付费或尚未开放的材料记为“需要我操作/未验证”，不能伪报通过。不执行会调用付费 API、提交作业或修改云服务的检查。
- 运行一次，把结果给我看；未通过的项目说明原因和修复办法。
5. 学习计划
- README.md：课程入口、课节清单（带链接）、每次学习怎么开始（使用“每课提示词”）。
- progress.md：每课三项勾选——读讲义、做练习、记笔记。
6. 最后分三部分汇报：已完成、需要我自己操作的、尚未验证的。

边界：
- 需要管理员权限、会产生费用或需要填写密钥的操作，先告诉我原因，等我同意。密钥由我在本机配置，不发到聊天，不写进笔记或版本库；原项目需要 .env 时确认已被 Git 忽略。
- 不替我写练习或作业答案，也不替我提交。我卡住时只给提示；我明确要求时才给解答。
- 只下载许可允许个人保存的材料；其余只放链接。不把未运行的命令说成成功。
如果你不能直接操作我的文件系统，请在确认目录后给出适用于我的系统、可直接执行的命令和需要保存的文件内容。
```

### 每课提示词

```text
继续学习「Understanding and Coding the KV Cache in LLMs from Scratch」。课程目录是 understanding-coding-kv-cache-llms/（不知道完整路径就先问我）。
1. 读 progress.md，找到下一课；如果我指定了第几课，就准备那一课。
2. 打开这一课的官方页面和本地讲义，列出本课练习要用的工具、文件和样例数据。缺少的先告诉我，等我同意再安装或下载。
3. 在 lessons/ 对应的课节文件夹里准备好练习：exercises/ 里给每道题建一个文件，写上题号和题目原文链接，不写答案；已有文件保留，样例数据放到 data/。拿不到官方题目或起始代码时记录限制，不编造替代品。
4. 按 README 运行开课时生成的自检脚本或在线检查清单，并检查本课新增工具能否正常使用。
5. 告诉我：本课先读哪几节、从哪道练习开始、大约需要多久。我学完后，帮我在 progress.md 勾选并把问题整理到 questions.md。

边界：
- 需要管理员权限、会产生费用或需要填写密钥的操作，先告诉我原因，等我同意。密钥由我在本机配置，不发到聊天，不写进笔记或版本库；原项目需要 .env 时确认已被 Git 忽略。
- 不替我写练习或作业答案，也不替我提交。我卡住时只给提示；我明确要求时才给解答。
- 只下载许可允许个人保存的材料；其余只放链接。不把未运行的命令说成成功。
```

### 课节（官方顺序）

1. [Understanding and Coding the KV Cache in LLMs from Scratch（文章主页）](<https://magazine.sebastianraschka.com/p/coding-the-kv-cache-in-llms>)
2. [gpt\_ch04.py（无 KV cache 版本）](<https://github.com/rasbt/LLMs-from-scratch/blob/main/ch04/03_kv-cache/gpt_ch04.py>)
3. [gpt\_with\_kv\_cache.py（带 KV cache 版本）](<https://github.com/rasbt/LLMs-from-scratch/blob/main/ch04/03_kv-cache/gpt_with_kv_cache.py>)

## 指南参考

- [课程主页](<https://magazine.sebastianraschka.com/p/coding-the-kv-cache-in-llms>)

## 来源、许可与验证记录

- **开课提示词未完整验证，需要自备账号或资源**：本地 Python 与 PyTorch 环境（运行 gpt\_ch04.py 与 gpt\_with\_kv\_cache.py）；GitHub 用于获取配套脚本（浏览器直接下载即可）
- 转载与修改 · 课程页面与材料：未找到明确许可。网页未写文章或配套代码的许可名称；代码位于 rasbt/LLMs-from-scratch 仓库，节选未说明其许可 [依据](<https://magazine.sebastianraschka.com/p/coding-the-kv-cache-in-llms>)
- 链接检查：1/1 个可以访问

## 来源与推荐

- 编辑整理收录

---
来源：LearnMap · 学径（https://oplearnx.com）