切换到一个比较新的 glm5.3 flash 部署方案然后微调了参数，用DCP2（双机分别存一半上下文）代替了DCP1（双机同时存一份上下文），换来了大一倍的kv池和上下文长度，代价是冷prefill慢22%，解码速度慢5%。不过我的使用场景，前缀缓存复用率再99%以上，感觉还是值得的。 ​