大模型的超长上下文是怎么实现的，比如 KIMI 这类产品？

回答思路

1. 能解释长上下文的核心挑战（注意力计算、显存占用、精度损失）
2. 能说明常见技术手段，如稀疏注意力、位置编码外推、KV Cache 优化
3. 能结合具体产品（如 KIMI）说明技术选型与产品需求的关系