英文：Prefill Phase 分类：inference
推理服务处理输入提示、计算所有输入 Token 的 KV 缓存的阶段。预填充是并行的（一次处理全部输入），长上下文请求的延迟主要发生在此阶段。
特性：计算密集、可并行度高（矩阵乘）；长输入下延迟线性增长；优化：预填充/解码分离调度（分阶段批处理）、并行预填充（多卡分块）、前缀缓存（重复输入跳过）；监控指标 TTFT（首 Token 延迟）主要由预填充决定。
用于长上下文问答（RAG 大文档）、对话首轮与批量输入处理；预填充优化直接改善"用户等第一个字"的体验。