PagedAttention：为 KV 缓存引入虚拟内存

KV 缓存随序列长度线性增长，在长上下文场景下占用的 GPU 显存甚至超过模型权重本身，默认情况下就是稀缺资源。PagedAttention 把虚拟内存分页的思路引入注意力内核，减少这种浪费。