请从技术角度评估大语言模型生成响应的速度受到哪些因素影响，并结合实际场景提出优化思路。

回答思路

1. 识别模型大小、输入输出长度、硬件算力等主要影响因素
2. 分析推理阶段的关键瓶颈，如预填充与解码阶段的差异
3. 提出具体的优化策略，如量化、蒸馏、缓存、并行等
4. 说明不同场景（在线交互vs离线批量）的优化侧重