混合架構快取流程圖資訊圖表

淺灰色背景上的整潔豎版技術工作流資訊圖，採用極簡現代產品架構圖風格，帶有圓角白色卡片、細彩色邊框、簡潔向量線條圖示、深海軍藍文字和海軍藍連線箭頭。佈局為自上而下的居中流程圖，包含7個編號的主要步驟，在步驟4和步驟5之間分支出兩個並行的快取組面板，最左側有一條從底部向上迴圈的粗深海軍藍箭頭。清晰無襯線字型，開闊間距，柔和馬卡龍點綴色，無漸變與無投影的純扁平設計。 - 步驟1（頂部中央，藍色邊框，程式碼/聊天圖示）：標題“1. [chat completions request]”，副標題“conversation_id + cache_salt + new suffix messages”。 - 步驟2（藍色邊框，文件圖示）：標題“2. Frontend conversation ledger”，副標題“lease same id + track committed messages”。 - 步驟3（青色邊框，帶放大鏡資料庫圖示）：標題“3. Exact conversation cache lookup”，副標題“conversation_id -> committed turn state”。 - 步驟4（紫色邊框，排程器分支圖示）：標題“4. Scheduler cache attachment”，副標題“set num_computed_tokens + attach committed state”。 從步驟4向下分支出兩個並排圓角面板： - 左側面板（淺綠色容器，標題“Full-attention KV cache group”）：內含兩張堆疊卡片：“Committed block refs”（副標題“share aligned full KV blocks”）和“Tail COW copy”（副標題“copy unaligned KV tail”）。底部小字：“paged K/V tensors for transformer layers”。 - 右側面板（淺紫色容器，標題“Mamba terminal-state cache group”）：內含兩張堆疊卡片：“Committed terminal state”（副標題“exact state at committed length”）和“Request-owned terminal copy”（副標題“copy SSM + conv state”）。底部小字：“align-mode terminal state placement”。 兩個面板匯合進入： - 步驟5（藍色邊框，晶片圖示）：標題“5. Hybrid model execution”，副標題“run only the uncached suffix”，內含兩個膠囊標籤：“Transformer layers”和“Mamba layers”。 - 步驟6（藍色邊框，閃爍星圖示）：標題“6. Decode assistant tokens”，副標題“stream response token by token”。 - 步驟7（暖黃橙色邊框，帶對勾資料庫圖示）：標題“7. Commit completed turn”，副標題“publish pending state or discard on failure”。 最左側：從步驟7向上迴環至步驟1的深海軍藍粗迴圈箭頭，旁註文字：“next request reuses committed conversation head”。 從步驟7向上延伸的2條虛線釋出箭頭：一條指向綠色快取面板的綠色虛線箭頭，標註“publish new state”；一條指向紫色快取面板的紫色虛線箭頭，同樣標註“publish new state”。