弗赖堡大学论文剖析单用户长上下文推理：注意力占 90% 时间，GPU 带宽仅用 21%

弗赖堡大学与 Computing Flows 的论文《Local Inference of LLMs on Long Contexts: A Data Systems Perspective》用 Nsight Compute 逐内核剖析 GPT 家族与 Qwen3 在三代 NVIDIA 显卡上的单用户长上下文推理。