混合架构缓存流程图信息图

浅灰色背景上的整洁竖版技术工作流信息图，采用极简现代产品架构图风格，带有圆角白色卡片、细彩色边框、简洁矢量线条图标、深海军蓝文字和海军蓝连接箭头。布局为自上而下的居中流程图，包含7个编号的主要步骤，在步骤4和步骤5之间分支出两个并行的缓存组面板，最左侧有一条从底部向上循环的粗深海军蓝箭头。清晰无衬线字体，开阔间距，柔和马卡龙点缀色，无渐变与无投影的纯扁平设计。 - 步骤1（顶部中央，蓝色边框，代码/聊天图标）：标题“1. [chat completions request]”，副标题“conversation_id + cache_salt + new suffix messages”。 - 步骤2（蓝色边框，文档图标）：标题“2. Frontend conversation ledger”，副标题“lease same id + track committed messages”。 - 步骤3（青色边框，带放大镜数据库图标）：标题“3. Exact conversation cache lookup”，副标题“conversation_id -> committed turn state”。 - 步骤4（紫色边框，调度器分支图标）：标题“4. Scheduler cache attachment”，副标题“set num_computed_tokens + attach committed state”。 从步骤4向下分支出两个并排圆角面板： - 左侧面板（浅绿色容器，标题“Full-attention KV cache group”）：内含两张堆叠卡片：“Committed block refs”（副标题“share aligned full KV blocks”）和“Tail COW copy”（副标题“copy unaligned KV tail”）。底部小字：“paged K/V tensors for transformer layers”。 - 右侧面板（浅紫色容器，标题“Mamba terminal-state cache group”）：内含两张堆叠卡片：“Committed terminal state”（副标题“exact state at committed length”）和“Request-owned terminal copy”（副标题“copy SSM + conv state”）。底部小字：“align-mode terminal state placement”。 两个面板汇合进入： - 步骤5（蓝色边框，芯片图标）：标题“5. Hybrid model execution”，副标题“run only the uncached suffix”，内含两个胶囊标签：“Transformer layers”和“Mamba layers”。 - 步骤6（蓝色边框，闪烁星图标）：标题“6. Decode assistant tokens”，副标题“stream response token by token”。 - 步骤7（暖黄橙色边框，带对勾数据库图标）：标题“7. Commit completed turn”，副标题“publish pending state or discard on failure”。 最左侧：从步骤7向上回环至步骤1的深海军蓝粗循环箭头，旁注文字：“next request reuses committed conversation head”。 从步骤7向上延伸的2条虚线发布箭头：一条指向绿色缓存面板的绿色虚线箭头，标注“publish new state”；一条指向紫色缓存面板的紫色虚线箭头，同样标注“publish new state”。