从原始 Transformer 到现代 LLM：Transformer 架构演进（第二部分）——KV Cache 的直觉理解

文章以搜索系统类比解释注意力中的 Query、Key、Value，并说明 RoPE 位置信息主要作用于 Q 和 K；随后引出 KV Cache 要解决的问题：自回归生成时逐 token 输出，需要复用已计算的 Key/Value 以降低推理开销。属于 Transformer 架构演进系列教程的第二部分。

AI推荐理由 面向开发者的 KV Cache 直觉讲解，用 Q/K/V 类比解释自回归推理中缓存 Key/Value 的动机，属于系列教程第二部分；内容偏概念科普，摘要未给出量化数据或新方法，信息密度中等，适合入门理解推理效率。