在昇腾 910B 上跑长对话大模型推理，KV Cache 膨胀快、复用率低，显存占用居高不下，频繁清退历史又影响上下文效果。想问：如何基于昇腾硬件架构做轻量化 KV Cache 调度，在不明显掉性能的前提下提高缓存复用率？