这个地方，为什么会将num_computed_tokens - 1, deepseek的模型，在判断要不要走Prefill的时候，是根据num_computed_tokens < num_prompt_tokens 判断的，那条件岂不是成立？
vLLM中，num_computed_tokens 代表已完成计算（prefill）的token数。由于在prefill阶段，最后一个token通常需要重新计算以获得logits（即不能直接用缓存），所以当num_computed_tokens == num_prompt_tokens时，实际上最后一个token还未真正“prefill”完成。因此，代码中会有if num_computed_tokens == request.num_tokens: num_computed_tokens -= 1的处理，确保只缓存到倒数第二个token，最后一个token要重新计算（见源码和官方文档说明）。
所以，deepseek等模型用num_computed_tokens < num_prompt_tokens判断是否需要prefill是合理的。因为即使num_computed_tokens == num_prompt_tokens，最后一个token也需要重新prefill，条件本质上是成立的。详细解释见官方文档。
需要更详细的原理或代码流程说明吗？
Sources:
- https://github.com/vllm-project/vllm/blob/main/vllm/v1/core/sched/scheduler.py
- https://docs.vllm.ai/en/latest/api/vllm/v1/core/sched/scheduler/#__span-0-1280
- https://docs.vllm.ai/en/latest/api/vllm/v1/core/kv_cache_manager/#__code_43
Hint: Mention @RunLLM in the post for followups.
由于在prefill阶段，最后一个token通常需要重新计算以获得logits（即不能直接用缓存） – 这个没太理解，能详细讲一下吗