共享前缀：性能测评

这里的冷 KV 请求指模型和计算内核已预热，但相关输入的 KV 缓存尚不存在；热请求则可以复用已有前缀。测评比较本地 Python SGLangBackend 的 all 与 staged 提交方式。

以下是一组本机实测：Qwen3-1.7B、BF16、RTX 5090、SGLang 0.5.20、Triton attention，关闭 decode CUDA Graph 和 chunked prefill。使用当前默认提示词，串行处理请求，每种配置预热 5 次、测量 30 次。表中为冷 KV 请求的端到端中位耗时，包含渲染、分词和响应组装，排除模型加载及缓存清空操作。

工作负载	一次提交 all	分阶段 staged
3 题、9 候选，基准输入	84.00 ms	36.43 ms
4 题、8 候选，长上下文	611.77 ms	125.15 ms
三种题型混合、9 候选	93.09 ms	40.88 ms
1 题、2 候选，短输入	11.49 ms	19.11 ms

长上下文样例约加速 4.9 倍；短输入则变慢。同一长上下文样例在全热缓存下，一次提交约 25.88 ms，分阶段约 50.79 ms。请用实际请求选择模式，这些数字不代表所有模型、硬件或并发负载的表现。

配置示例和模式选择建议见使用指南。