PagedAttention：KV 分页管理

把 KV 缓存按固定大小块（block）分页管理，类似操作系统虚拟内存：减少碎片、支持非连续存储与跨请求共享，是 vLLM 高并发吞吐的基础机制。

观察 KV 水位与请求状态

curl -s http://127.0.0.1:8000/metrics | grep -E 'gpu_cache_usage|num_requests'
# 指标名随版本可能微调，以文档为准

使用侧重点不在内部实现，而在三个信号：KV 水位、请求排队数、是否出现抢占重算（吞吐抖动来源之一）。

‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌