完整部署快照

upstream_ref/xllm/docs/zh/features/prefix_cache.md

@@ -0,0 +1,20 @@
+# Prefix Cache 优化
+
+## 功能介绍
+xLLM支持prefix_cache匹配。prefix_cache基于mermer_hash，使用lru淘汰策略，提供更极致的匹配效率，同时提高prefix_cache命中率。
+同时对prefix_cache进行了优化，支持continuous_scheduler、chunked_scheduler和zero_evict_scheduler，在prefill之后即更新
+prefix_cache，提高匹配时效性，同时对于chunked_scheduler，支持多阶段chunked_prefill匹配，减少计算量并尽可能减少kv_cache占用。
+
+## 使用方式
+prefix_cache已在xLLM实现，并向外暴露gflag参数，控制功能的开关。
+
+- 开启zero_evict策略，并设置max_decode_token_per_sequence。
+```
+--enable_prefix_cache=true
+```
+
+## 性能效果
+开启prefix_cache之后，在Qwen3-8B模型上，限制TPOT50ms，E2E时延 **下降10%**。
+
+!!! warning "注意"
+    暂不支持PD分离调度器