前缀缓存（Prefix Caching）和 KV 缓存是什么关系？

1. 前缀缓存是建立在 KV 缓存之上的复用策略

前缀缓存并非独立于 KV 缓存的另一套存储，而是对 KV 缓存的管理策略：它将多个请求共享的提示词前缀（如系统提示词、检索上下文、少样本示例）对应的 KV 状态计算一次后持久化缓存，供后续共享该前缀的请求直接复用。

2. KV 缓存提供底层存储，前缀缓存提供复用策略

KV 缓存是承载键、值的中间状态存储，前缀缓存是在此之上决定"哪些 KV 状态可跨请求保留与共享"的策略。二者是存储机制与调度策略的关系，前缀缓存使 KV 缓存的投入在共享前缀场景中产生更大回报。

3. 主流引擎的实现形态

vLLM 提供自动前缀缓存（Automatic Prefix Caching），SGLang 通过 RadixAttention 以基数树组织并复用共享前缀的 KV 缓存。它们都建立在 KV 缓存之上，避免对相同前缀反复做 Prefill 计算，从而降低延迟、提升吞吐。