请解释大模型推理速度慢的主要原因，并说明如何优化。

回答思路

1. 能列举推理慢的核心原因（如计算量、内存带宽、内存容量、显存、KV缓存、注意力机制）
2. 能区分不同阶段的瓶颈（prefill vs decode）
3. 能提出针对性的优化手段（如量化、批处理、KV缓存、推理框架）
4. 能结合实际场景说明权衡