多模态推理采用EPD拆分，将视觉编码、预填充、解码分队列调度，以缓解图片请求阻塞文字请求的队头阻塞。NVIDIA测试显示，图片密集负载下首字延迟最高快5倍，但长输出或轻媒体收益小甚至倒退。该方案适合多图、短答、混合流量场景；单图、长输出、低并发不宜拆分。